图像数据的预处理，从'P','RGBA','RGB'多种mode的图像说起

‘P’,’RGBA’,’RGB’这是PIL Image读图可能出现的三种mode，每种mode的图片数据都有不同的组织形式，当训练/测试数据都是一堆图片时，尤其是那种没人帮你清洗的数据时，自己就要留神了，否则模型还没跑起来就给提前自己挖了个坑。

首先，先容许我吐槽一下OpenCV的两个抽风，我用的python接口的（估计没怎么维护吧，所以有bug），用cv2.imread读图：

对’RGBA’图的抽风

‘RGBA’的图像，按照文档所述：

我把flag置为-1，然而读出来的还是3通道的（alpha通道不见了），置成0，1倒是确实是RGB和Grayscale。

对’P’图的抽风

对于mode为’P’的图，制作本来就有点生僻。用cv2.imread去读的话，读不出来，怎么读都是NoneType。

---

然而，这两个OpenCV的抽风问题在PIL这里就不存在了，感觉还是PIL大法好，不管图像是什么mode，都能原汁原味地读出来。

而且，幸运的是，可以很简单的把’RGBA’和’P’ mode的图像转换成’RGB’图：

# 假如lena是'RGBA'图
lena_RGBA =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")  
lena_RGBA_rgb= lena_RGBA.convert("RGB")  

# 假如lena是'P'图
lena_P =Image.open("D:\\Code\\Python\\test\\img\\lena.jpg")  
lena_P_rgb= lena_P.convert("RGB")  

这样一来，就都成了RGB图，图像模式的坑就填掉了，可以愉快地做后续处理了~