将图像从cvimg正确转换为张量

Question

是否存在将cvimg正确转换为张量而不引起任何颜色失真的正确方法？我通过存储2张图像进行了比较。一个使用张量流解码，另一个使用openCV

使用tensorflow jpeg编码器生成的图像

  file_reader = tf.read_file(file_name, input_name)
  if file_name.endswith(".png"):
    image_reader = tf.image.decode_png(
        file_reader, channels=3, name="png_reader")
  elif file_name.endswith(".gif"):
    image_reader = tf.squeeze(
        tf.image.decode_gif(file_reader, name="gif_reader"))
  elif file_name.endswith(".bmp"):
    image_reader = tf.image.decode_bmp(file_reader, name="bmp_reader")
  else:
    image_reader = tf.image.decode_jpeg(
        file_reader, channels=3, name="jpeg_reader")

使用简历生成张量转换的图像。

image_reader = tf.convert_to_tensor(cvimg)

在进行简历转换期间，我在这里缺少一些步骤吗？谢谢！

Answer 1

OpenCV以BGR格式加载图像，而Tensorflow使用RGB格式（如您所见，图像的蓝色和红色通道已交换）。

因此，如果要读取使用OpenCV加载的图像（我想是cvimg），则只需将色彩通道从BGR交换为RGB：

image_reader = tf.convert_to_tensor(cvimg)
b, g, r = tf.unstack (image_reader, axis=-1)
image_reader = tf.stack([r, g, b], axis=-1)

Answer 2

另一种方法是：

 image_reader=tf.reverse(cvimg,axis=[-1])

tf.reverse将颠倒您指定尺寸的顺序。由于cvimg(opencv image,[height,width,channel])是BGR格式， 因此tf.reverse(cvimg,axis=[-1])会将BGR（最后一个尺寸）反转为RGB， 您不必使用tf.convert_to_tensor(cvimg)，因为tensorfow会自动从numpy数组转换为张量。