作者语:本人为low-level vision研究方向的渣渣研究生一枚,怎奈各位大佬的神经网络代码美(luan)轮(qi)美(ba)奂(zao),有人大佬输入的是BGR图像,有的大佬输入的RGB,经过一个晚上加一个噪声的debug,终于搞清楚了cv2与np.array的坑,顺便说一下如何测试psnr才能保证python与matlab一致。
读取图像+RGB转BGR
x = np.array(imread(os.path.join(set_dir, set_cur, im)), dtype=np.uint8)
img = cv2.cvtColor(x, cv2.COLOR_RGB2BGR)
这样使用np.array读取的图像,读出来的是RGB通道的,想转成brg的需要使用cv2转或者这样转
x = np.array(imread(os.path.join(set_dir, set_cur, im)), dtype=np.uint8)
img = x[:,:,::-1]
如果使用cv2来存储图像切记切记是BGR,如果你是rgb用cv2.write通道变了
但是如果你测试psnr就必须保证img和GT都是RGB的或者都是BGR的
但是惊奇的发现了一个问题就是
outimg = np.around(outimg)
一定在测试psnr之前这样使用
np.float32转np.uint8并不会四舍五入 比如像素值是127.8 转了之后就是127而不是128 这样算出来的psnr会低一些 如果使用四舍五入的方法 就是127.8 算为128会高一点