caffe用matlab提特征和python提特征值不同？重要的地方要注意！看“后篇”理解处

前篇：自己的歪曲理解

前段时间用matlab提特征，毕竟我是小白，matlab对我来讲是最容易编程的了（虽然，大牛的变成结构很好，我的就只能浪费时间复杂度了，唉～～～），但是效果还是可以的。

最近需要用python来改写代码，从昨天白天到今天上午，我用python提出来的特征竟然和matlab不一样！！！！天哪！！！！怎么可能呢？同样的结构，同样的参数，同样的图片，怎么可能不一样呢？

后来，我仔细对比了两个代码，发现了下面两点需要特别注意的地方！

1. 注意，python中
transformer=caffe.io.Transformer({'data': net.blobs['data'].data.shape})
这句话中图片的大小是（160，160，3）
之后transformer.set_transpose('data', (2,0,1))中图片的大小变为（3，160，160）
而transformer.set_mean('data', np.load(meanFile))中，mean文件的大小是（3，160，160），所以为了迁就mean文件的维数，故意将data维数变换了一下！
但是，进caffe，维数要变成（160，160，3）啊，（好麻烦，但是大神肯定有好方法，我不知道，希望各位指点我～～～在这里，xinyu谢过大家了～～～），所以，又加了一句transformer.set_channel_swap('data', (2,1,0))。这里为什么是（2，1，0），而不是（1，2，0），是因为要和我的matlab匹配，我的matlab里是height*width*3的，所以这里就是这样的！这个大家提特征的时候也要注意！
2. 特大注意！
matlab里导入图片的时候是（0，255）的是把，但是！python导入caffe里的可不是哦！caffe.io.load_image(image)这句话中，caffe导入的图片是（0，1）的！
我天，我这一晚上加一上午，就发现了这一个问题，天哪！！！
是的，如果你想要和你的matlab一样的结果，那么，你的这里要写成caffe.io.load_image(image)*255。

经过折腾，终于一样了！！！
这很重要，大家一定要留意了！

总结：
1 维数问题
2 caffe输入图片问题

后篇：网友的好心帮助

以为自己特别有理的时候，出现了一位网上的朋友（csdn号：nusit_305，太感谢他了），告诉我我的理解是错误的，来自于我对python库理解的不深刻，以及caffe python接口理解不深刻。误导大家了。着实不好意思。

下面是正确解释：

（1）python自带的图像库读入的图像是H*W*C维度顺序，caffe是使用opencv，读入的图像是C*H*W维度顺序，io.set_transpose()功能是实现H*W*C转换为C*H*W，这样就统一成N*C*H*W的blob中数据格式。
（2）读取的图像正常是RGB通道存储，使用io.set_channel_swap()是将RGB转换成BGR通道顺序。
（3）不是caffe导入的图片是（0，1），原因是python接口使用的matplotlib库，这个库载入的图片数值是[0,1],可以使用接口函数set_raw_scale（‘data’,255）实现[0,1]–>[0,255].