简洁说清楚图像数据格式那些事-RGB和BGR

简洁说清楚图像数据格式那些事-RGB和BGR

1 JPG 文件默认以 RGB 颜色空间编码存储.

　　同样 .png 也是这样的格式。

2 读文件

　　主流包：opencv； PIL和matlib

　　opencv：按照BGR格式读；   PIL和matlib按照RGB格式读；

　　-> 使用opencv读 jpg -> 默认会把原RGB存储转读为BGR；-> 效果就是 如果遇到颜色异常（如红蓝反色)

 

　　-> 正解就是[如果使用PIL 可以不用这一步]

　　

import cv2
image = cv2.imread("image.jpg") 
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

 

　　聪明的你也许可以想到：image 如果是矩阵数据了 可以更简单的 image = image[::-1]，倒序即可，实现BGR -> RGB

　　之所以这么做 就是因为模型 要求RGB数据。

3 搅局的包

　　搅局：深度学习框架（如 PyTorch）通常要求输入张量的格式是 CHW

　　　　　而图像读取库（如 OpenCV、Pillow）返回的格式是 HWC。

　　所以你以为转到RGB就可以了  实际还得转换。

       

 np.einsum("HWC->CHW", img)

 

4 更大搅局

　　HWC->CHW 后内存不连续 -> 某些计算库（如 PyTorch、CUDA）要求张量内存连续，否则可能引发错误或性能下降。

　　np.ascontiguousarray 函数保证内存连续。

5 一招搞定全部搅局

　　img = np.ascontiguousarray(np.einsum("HWC->CHW", img)[::-1], dtype=self.ndtype) /255

　　注意255是归一化，可以不加。

　　self.ndtype = np.float32