通过tensorflow读取OpenCV图像可视化

Question

使用下面的代码，我使用OpenCV和Tensorflow读取相同的图像。

import tensorflow as tf
import cv2

def get_image(image_path):
    """Reads the jpg image from image_path.
    Returns the image as a tf.float32 tensor
    Args:
        image_path: tf.string tensor
    Reuturn:
        the decoded jpeg image casted to float32
    """
    return tf.image.convert_image_dtype(
        tf.image.decode_jpeg(
            tf.read_file(image_path), channels=3),
        dtype=tf.uint8)


path = "./images/2010_006748.jpg"
original_image = cv2.imread(path)

image_tensor = get_image(tf.constant(path))
# convert to uint8
image_tensor = tf.image.convert_image_dtype(image_tensor, dtype=tf.uint8)
with tf.Session() as sess:
    image = sess.run(image_tensor)

cv2.imshow("tf", image)
cv2.imshow("original", original_image)
cv2.waitKey(0)

从图像中可以看出，OpenCV（正确的颜色）和Tensorflow（错误的颜色）读取的图像之间存在差异。

我尝试使用cv2.normalize(image, image, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8UC3)规范化Tensorflow图像的颜色，但没有任何改变。

我还尝试将图片读作tf.uint8（将初始广告素材移至tf.float32），但没有更改。

如何正确使用OpenCV显示使用Tensorflow读取的图像？

Answer 1

尝试：

bgr_img = cv2.cvtColor(original_image, cv2.COLOR_RGB2BGR)