cv2.imread, skimage.io.imread和keras.preprocessing.image.load_img的区别与转换

区别

from keras.preprocessing import image
img = image.load_img(img_path)
img = image.img_to_array(img_path) # R,G,B
–
import cv2 as cv
img_cv = cv.imread(img_path) #b,g,r
–
from skimage import io
img_ski = io.imread(img_path) # r,g,b
img == img_cv
–
#r, g, b == b , g, r
#False True False

转换

OpenCV以BGR格式读取图像，而在keras中，它以RGB表示。要使OpenCV版本符合我们期望的顺序（RGB），只需反转通道：

test_image = cv2.imread(‘trick.png’)
test_image = cv2.resize(test_image, (64, 64))
test_image = test_image[…,::-1] # Added这里是引用

最后一行将通道反转为RGB顺序。然后，你可以将其提供给你的keras模型。

我想补充的另一点是，cv2.imread通常会在uint8精确地读取图像。检查keras加载图像的输出，你可以看到数据是浮点精度，因此你可能还希望转换为浮点表示，例如float32：

import numpy as np

…

…

test_image = test_image[…,::-1].astype(np.float32)这里是引用

最后一点，根据你训练模型的方式，通常习惯将图像像素值标准化为一个[0,1]范围。如果你使用keras模型执行此操作，请确保在通过OpenCV读入的图像中将值除以255：

import numpy as np

…

…

test_image = (test_image[…,::-1].astype(np.float32)) / 255.0