caffe.io.load_image与Opencv的imread区别

今天在写代码的时候遇到一个挺有趣的bug，我也是找了半天才查到资料解决的。

 

bug描述如下：

用训练好的caffemode做infernece（inference函数代码如下）：

 

#进行预测
def inference(img, transformer, net, labelnames):
    #img = caffe.io.load_image(img_name, True)
    transformed_image = transformer.preprocess('data',img)
    net.blobs['data'].data[...] = transformed_image
    output = net.forward()
    result = output['prob'][0].argmax()
    print result
    print labelnames[result]

由于我写的是一个比较大的程序，前面的得到的图像块，在后面用CNN做识别，所以在inference时直接传的是numpy格式的矩阵，结果发现识别的结果非常差（这应该是不可能的，因为我用的是已经训练好的caffemodel），开始我认为可能是内存中图像的问题，所以我把图像保存下来自己看了一下，发现没任何问题。这就让我抓瞎了= =

 

我想要不就直接读这些保存下来的图像做识别（修改后的inference代码如下）

 

#进行预测
def inference(img_name, transformer, net, labelnames):#注意这里修改了
    img = caffe.io.load_image(img_name, True)#注意这里也修改了
    transformed_image = transformer.preprocess('data',img)
    net.blobs['data'].data[...] = transformed_image
    output = net.forward()
    result = output['prob'][0].argmax()
    print result
    print labelnames[result]

结果发现识别结果居然又全对了，这就让我更抓瞎了= =

 

bug原因及解决办法如下：

后来查到了问题在caffe默认的caffe.io.load_image读取后的图像格式这里，因为我最开始传到inference函数中的numpy图像是0～255范围的，而caffe.io.load_image读取后图像会归一化到0～1之间，所以我直接用caffe.io.load_image做inference是没问题的，但是传0～255范围的numpy矩阵就会出错。所以解决办法是直接在原来的inference函数中加一句

img = img / 255.0

即可。

最后在inference中用opencv代替caffe.io.load_image（）的code为：

 

self.net.blobs['data'].reshape(1, 3, self.image_resize, self.image_resize)
####image = caffe.io.load_image(image_file)
image = cv2.imread(image_file)
image = cv2.resize(image, (300,300))
img = np.zeros((1,3,300,300))
img[0,0,:,:] = image[:,:,0]-104.0
img[0,1,:,:] = image[:,:,1]-113.0
img[0,2,:,:] = image[:,:,2]-127.0
self.net.blobs['data'].data[...] = img

总结：

需要注意的就是caffe.io.load_image得到的图像是0～1范围的，而我们平时遇到的图像，包括opencv的cv2.imread函数得到都是0～255范围的。（只有这最后一句话才是正题。。）