Keras訓練加載圖片方式：PIL（RGB） vs OpenCV（BGR）

 版權聲明：本文為博主原創文章，歡迎轉載，並請注明出處。聯系方式：[e-mail]

Keras在生成訓練和驗證數據時，有2種方式：從內存加載、從硬盤加載，即ImageDataGenerator的flow和flow_from_directory函數。

 

其中flow_from_directory方式，Keras通過PIL讀取圖像文件，讀到的數據是RGB順序的。

而flow方式，由用戶讀取圖像文件，加載到內存，如果此時用戶用OpenCV的方式讀取文件，則數據是BGR順序的。

 

因此，需注意圖像數據格式的一致性。

如果訓練通過flow_from_directory讀取，判斷圖片時通過OpenCV讀取，則會出現紊亂，結果會差別較大。

 

在訓練和圖片識別采用的包不同導致圖像數據格式不一致時，要做RGB、BGR順序的轉換：

1、統一用BGR順序：在ImageDataGenerator中傳入preprocessing_function，把RGB的轉換為BGR

def img_rgb2bgr(img):
    return img[: , : , : : -1]

2、統一用RGB順序：在OpenCV讀取圖像文件時，把BGR的轉換為RGB

import cv2
from PIL import Image

img = cv2.imread("plane.jpg")
image = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))