关于transform转变cv图片颜色不符的问题

原创于 2023-02-14 14:21:56 发布 · 774 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #人工智能

在学习PyTorch时，注意到图片经过ToTensor处理后颜色反转，原因为cv2.imread读取的图片格式为BGR，而ToTensor期望的是RGB。解决方法是使用cv2.cvtColor将BGR图像转换为RGB，然后进行Tensor转换，以保持颜色正确。这样可以避免颜色混乱，确保图像在日志中正常显示。

部署运行你感兴趣的模型镜像

学习pytorch过程中，发现当cv图片经过ToTensor后颜色发生变化，黄色会变成蓝色，蓝色会变成黄色

这是由于cv2.imread读取图片的时候，是通过BGR形式读取图片，而ToTensor默认以RGB模式，这样转变后会导致颜色完全相反。

正确做法应当是将imread之后的图片修改成RGB模式：

img=cv2.imread(img_path)
img_rgb=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)#格式转换，
writer = SummaryWriter("logs")

tensor_trans=transforms.ToTensor()
tensor_img=tensor_trans(img_rgb)

writer.add_image("bee", tensor_img,3,dataformats="CHW")

这样最后得到的图片颜色就是正常的

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

lost_for_ever

关注关注

3
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

【opencv】图像数据类型由numpy转为tensor后颜色改变

weixin_50497501的博客

12-02

884

【opencv】图像数据类型由numpy转为tensor后颜色改变

【AI视野·今日CV 计算机视觉论文速览第224期】Tue, 22 Jun 2021

TomRen

06-24

2688

AI视野·今日CS.CV 计算机视觉论文速览 Tue, 22 Jun 2021 (showing first 100 of 122 entries) Totally 100 papers ????上期速览✈更多精彩请移步主页 Daily Computer Vision Papers Towards Long-Form Video Understanding Authors Chao Yuan Wu, Philipp Kr henb hl我们的世界提供了永无止境的视觉刺激流，但今天的Vision

参与评论您还未登录，请先登录后发表或查看评论

Dlib学习笔记：解决dlib array2d转 OpenCV Mat时颜色失真

AI吃大瓜的博客

08-22

5383

Dlib学习笔记：解决dlib array2d转 OpenCV Mat时颜色失真【尊重原创，转载请注明出处】 http://blog.youkuaiyun.com/guyuealian/article/details/77482549 在Dlib库中图像存储是使用array2d类型，而在OpenCV是使用Mat类型，Dlib中提供了#include <dlib/opencv.h>，可...

cv2.applyColorMap得到的颜色不对，刚好相反的可能原因

york1996的博客

09-25

1285

applyColorMap的参数为单通道uint8的灰度图，转换完成之后，得到的图示BGR通道的，如果直接用opencv进行保存，结果是没有问题的。但是如果用pil来保存图像，则得到的结果rgb通道刚好是相反的。可以选择用下面的语句将bgr图像转成rgb图像。

tensor变为彩色png图片存储在文件夹里面

lanmy_dl的博客

02-21

1023

今天把tensor转化为图片来看看，结果怎么变成荧光色了，我想要彩色的，shape也是三维通道没问题啊。一定是我太菜了，在那里搞了各种 1.是不是本身就是灰度 2.是不是通道顺序没对 3.是不是转tensor弄得PIL好像会变颜色最后解决却是没有归一化！把那个tensor/255就好啦 for b in examples: #example是一个list for j in b: #b也是list img_t_i = torch.tensor(j[2])

CV2.imread得到的图像显示成蓝色的原因和3种BGR转RGB的方法

热门推荐

maum61的专栏

07-08

2万+

新手使用CV2.imread后，直接显示，得到下面这种蓝色的图片，与原图差异很大： CV2的imread默认存储的颜色空间顺序是BGR，与matplot显示用的imshow的颜色顺序RGB正好相反，那么怎么转换呢？经常使用的有方法1： myimg=myimg[...,::-1] 这种方法初学者一般看不懂，::-1表示的是逆序，前面...我也不知道什么意思，官方给出的转换就是这样。...

【图像处理艺术】：用OpenCV创新性地分析图片颜色的秘诀

[【图像处理艺术】：用OpenCV创新性地分析图片颜色的秘诀](https://cdn.educba.com/academy/wp-content/uploads/2021/05/OpenCV-imread-1.jpg) # 摘要本文深入探讨了图像处理中颜色分析的理论基础和实践应用，特别...

深度学习与计算机视觉的融合：《Foundations of Computer Vision》新视角下的创新应用

![深度学习与计算机视觉的融合：《Foundations of Computer Vision》新视角下的创新应用]... # 摘要 深度学习与计算机视觉的融合已成为推动人工智能发展的关键技术领域。本文首先概述了深度学习和计算机视觉的融合，并...

libtorch学习笔记（8）- 自己实现图片到张量

大飞的博客

08-11

2206

自己实现的意义本系列笔记主要用C/C++来实现神经网络模型，所以用原生的C/C++自己动手实现图片到张量的转换，更助于了解张量的含义和用途，以及其如何组织。为了便于理解输出结果，制作了一张Red, Green和Blue的图片（10x10): Pytorch来实现假设图片放在I:\ import torch import torchvision.transforms as transforms from PIL import Image import matplotlib.pyplot as plt

机器学习CV领域入门

noobiee的博客

08-31

1863

PIL，OpenCV，Blob分析，STN网络，滤波器，插值，RandAugment，SIFT算法ImageFilter模块提供了滤波器相关定义；这些滤波器主要用于Image类的filter()方法。2.0 代码演示imread。

VC++对BMP位图进行图像平移实例

03-15

内容索引:VC/C++源码,图形处理,BMP,平移图像　　VC++平移图像的一个实例，以前有朋友让找的，后来在一本书中发现了，虽然功能不太多，但正好是实现BMP位图的平移，上下左右都可以移，被移动的区域用白色填充。　　注：好像只能打开BMP格式的图像，其它格式打开很慢，甚至打不开。源码在VC6编译通过。

【matplotlib + opencv】关于opencv和matplotlib绘制图像时，出现色差色偏的问题探讨，思考，解决。（深度学习数据包plt.imshow绘制的图像底色偏绿蓝偏黄）

miracleoa的博客

04-21

3820

文章目录一、图像红变蓝，蓝变红的问题（1）原因分析（2）代码及结果展示1）错误代码2）错误结果3）正确代码二、plt.imshow图像偏蓝黄色（1）原因分析1）原理解释代码2）结果（2）实际绘图分析与解决1）问题代码示例2）问题结果3）期望代码示例4）期望结果参考一、图像红变蓝，蓝变红的问题（1）原因分析用cv2.imread()读取数据，用plt.imshow()展示数据会出现红变蓝，蓝...

24_OpenCV实现任意线性图像变换 cv::transform()

sinat_41752325的博客

03-31

2863

cv::transform()函数可用于计算任意线性图像变换。函数声明： void cv::transform( cv::InputArray src, cv::OutputArray dst, cv::InputArray mtx ); 它将多通道输入矩阵src视为向量的集合。可以视为通道空间，然后这些向量乘以“小”矩阵mtx，以实现此通道空间中的转换。此函数计算公式： mtx矩阵的行数必须与src的通道数相同，或者为通道数加一，在第二种情况下，src中的通道空间向量将自动扩展1维，

RGB和BGR问题

芒果干的博客

11-14

3023

RGB和BGR问题 1. visdom visdom中的vis.image(0)是RGB的，并且通道是在第一位(c, h, w)

OpenCV基础函数汇总

sinat_41752325的博客

04-02

1136

函数名说明 cv::transform 实现线型图象的变换，如颜色空间的转换，坐标系统的转换等 cv::cvtColor 色彩空间转换 cv::sort 排序操作，设置flags指定排序策略 cv::sortIdx 排序 cv::repeat 根绝需要重复赋值矩阵多次 cv::transpose 赋值对角的部分，实现类似转置的功能 cv::completeSymm 实现矩阵对称 cv::reduce 实现简化的操作，实现的功能是对行或列求和、或均值，或最大值，或...

cvTransform

zhmyy的专栏

04-10

4803

距离变换广泛应用于图像处理，比如可以用距离变换准确找到图像中物体的骨架或者中心线。欧氏距离变换，是指对于一张二值图像（再次我们假定白色为前景色，黑色为背景色），将前景中的像素的值转化为该点到达最近的背景点的距离。　　欧氏距离变换在数字图像处理中的应用范围很广泛，尤其对于图像的骨架提取，是一个很好的参照。

Transformer 代码完全解读！

AI科技大本营

09-28

4007

作者 | 安晟&闫永强来源 |Datawhale本篇正文部分约10000字，分模块解读并实践了Transformer，建议收藏阅读。2017年谷歌在一篇名为《Attention ...

CV — 透视（投影）变换

pentiumCM的博客

07-29

4310

文章目录CV — 透视（投影）变换一、前言(一) 透视变换概念二、代码实现(一) opencv 函数说明1. warpPerspective2. 示例参考资料转载请备注原文出处，谢谢：https://blog.youkuaiyun.com/pentiumCM/article/details/119182719 CV — 透视（投影）变换一、前言 (一) 透视变换概念前言：仿射变换原理：参考：原理解释：https://blog.youkuaiyun.com/xiaowei_cqu/article/det

OpenCV中的算法--透视和仿射变换

DeepIndeed

12-28

811

引言仿射变换保证物体形状的“平直性”和“平行性”。透视变换不能保证物体形状的“平行性”。仿射变换是透视变换的特殊形式。仿射变换，又称仿射映射，是指在几何中，一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间。仿射变换是在几何上定义为两个向量空间之间的一个仿射变换或者仿射映射（来自拉丁语，affine，“和…相关”）由一个非奇异的线性变换(运用一次函数进行的变换)接上一个平移变...

灰度图像图片

最新发布

05-26

### 如何处理或生成灰度图像灰度图像是通过将彩色图像的 RGB 值转换为单一强度值来生成的。这种转换通常基于人类视觉系统的特性，即人眼对不同颜色的敏感程度不同，因此采用加权平均的方式计算灰度值。 #### 加权平均法一种常见的方法是使用加权平均公式来计算灰度值： \[ \text{Gray} = 0.3 \times R + 0.59 \times G + 0.11 \times B \] 这种方法考虑到了人眼对绿色更为敏感的特点[^1]。通过这种方式生成的灰度图像能够更好地反映人眼感知的颜色分布。以下是几种实现灰度图像转换的技术方案： --- #### 方法一：C# 实现灰度图像转换在 C# 中可以通过 `Bitmap` 类逐像素访问并修改其颜色属性完成灰度化过程。具体代码如下所示： ```csharp public void GrayScale(Bitmap image) { int width = image.Width - 1; int height = image.Height - 1; Color color; for (int i = width; i >= 0; i--) { for (int j = height; j >= 0; j--) { // 获取当前像素的颜色信息 color = image.GetPixel(i, j); // 计算灰度值 int gray = (int)(color.R * 0.3 + color.G * 0.59 + color.B * 0.11); // 设置新的像素值 Color colorResult = Color.FromArgb(255, gray, gray, gray); image.SetPixel(i, j, colorResult); } } } ``` 此方法利用了循环遍历每个像素点，并应用上述提到的人类视觉权重公式进行灰度变换[^2]。 --- #### 方法二：Python 使用 Skimage 库批量转换 Skimage 是 Python 的一个强大工具箱，支持多种图像处理功能。下面展示了一个简单的脚本用于将目录下的所有 JPG 文件转化为固定尺寸的灰度图像。 ```python from skimage import io, transform, color import numpy as np def convert_gray(f, **args): rgb = io.imread(f) # 读取原始图片数据 gray = color.rgb2gray(rgb) # 转换成灰度模式 dst = transform.resize(gray, (64, 64)) # 改变分辨率至指定大小 return dst datapath = 'D:/input_image3' # 输入路径定义 str_path = datapath + '/*.jpg' coll = io.ImageCollection(str_path, load_func=convert_gray) for idx in range(len(coll)): output_file = r'd:/input_image4/' + np.str(idx) + '.bmp' io.imsave(output_file, coll[idx]) ``` 这段程序不仅实现了单张彩照向黑白照片的变化，还提供了自动化处理大批量素材的能力[^3]。 --- #### 方法三：OpenCV-Python 进行高效转换对于追求性能的应用场景来说，OpenCV 提供了一种快速简便的方式来执行同样的任务。只需几行简洁明了的语句即可达成目标。 ```python import cv2 from PIL import Image # 加载原图 color_img = cv2.imread(r'E:\Pycharm\Python\DS-05.jpg') # 可选预缩放步骤 resized_img = cv2.resize(color_img, (300, 300), interpolation=cv2.INTER_CUBIC) # 执行色彩空间转变 gray_img = cv2.cvtColor(resized_img, cv2.COLOR_RGB2GRAY) # 将 NumPy 数组形式的结果保存回磁盘作为新文件 gray_pil = Image.fromarray(gray_img) gray_pil.save('output_gray.jpg') ``` 这里采用了 OpenCV 自带的功能模块简化流程，同时借助 Pillow 来辅助存储最终成果[^4]。 --- ### 总结无论是手动编写逻辑还是调用第三方库函数，都可以有效地达到把彩色影像转变为仅有亮度层次的效果的目的。选择哪种方式取决于实际需求和个人偏好等因素影响。