近日,在进行深度学习进行推理的时候,发现不管怎么样都得不出正确的结果,再仔细和正确的代码进行对比了后发现原来是Python中不同的库读取的图片数组是有差异的。
image = np.array(Image.open(image_file).convert('RGB'))
image = cv2.imread(image_file)
上面第一行代码就是导致错误出现的原因,我把代码改成第二行代码模型就能够正确的推理了。(巨坑),以后谨记,在使用Python读取图片的时候最好使用OpenCV来读取。
imshow
1、Opopencv : cv2.imshow()采用BGR模式,通过cv2.imread()读取;
2、matplotlib.pyplot : plt.imshow() 采用RGB模式, 通过plt.imread()读取;
3、PIL.Image : img.show() 采用RGB模式, 通过Image.open()读取;img对图片对象
备注:通过cv2.VideoCapture方法来读取video的frame,得到的frame的通道顺序是BGR的!!!
下面一组图依次是:img、plt.imshow(cv_img)、Img_img.show()、plt.imshow(plt_img)
cv2(BGR)
#img为BGR通道
img = cv2.imread(img_path, mode) #mode = [1, 0, -1]依次表示彩色、灰度、彩色+alpha, 默认为1;
cv2.imshow('test', img)
cv2.waitKey(0)#保持图形界面,直到你在终端输入任意字符
cv2.destroyAllWindows()
PIL.Image(RGB)
img =Image.open(img_path)
img.show()
PIL.Image转Opencv
cv2_img = cv2.cvtColor(numpy.asarray(Img_img),cv2.COLOR_RGB2BGR)
Opencv转PIL.Image
pil_img = Image.fromarray(cv2.cvtColor(cv_img,cv2.COLOR_BGR2RGB))