opencv 和 PIL 的差异影响模型预测答案

【问题标题】：Difference in opencv and PIL affecting the model predictionopencv 和 PIL 的差异影响模型预测
【发布时间】：2019-05-06 13:22:55
【问题描述】：

我已经在 Keras 中训练了一个用于图像分类的模型。训练是通过使用枕头加载图像来进行的。在部署期间，图像被加载到 opencv 中，这大大降低了模型的准确性。我发现pillow和opencv加载的图片在显示的时候是不一样的。

im = Image.open("cat.jpg")
plt.imshow(im)
plt.show()

img = cv2.imread('cat.jpg')
plt.imshow(img)
plt.show()

为了解决这个问题，我尝试在 opencv 中加载图像并将其写入临时文件并加载到枕头中。

cv2.imwrite('cat2.jpg',img)
im1 = Image.open("cat2.jpg")
im == im1

输出

错误

我尝试将im1 和im 都打印为数组以及完全不同的值。我必须在部署中使用 opencv。无论如何我可以保持模型的准确性？

【问题讨论】：

【解决方案1】：

这是 OpenCV 和 PIL 中通道顺序差异的问题。 PIL 将图像加载为RGB，而 OpenCV 加载为BGR。因此，当您使用matplotlib 显示图像时，蓝色和红色通道似乎交换了。

您可以使用cv2.cvtColor函数将OpenCV图像转换为RGB，如下所示：

img = cv2.imread('cat.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

【讨论】：