转自---------------------
作者：Peanut_范
来源：CSDN
原文：https://blog.csdn.net/u013841196/article/details/72799680
版权声明：本文为博主原创文章，转载请附上博文链接！
使用python对Caffe框架训练好的模型进行识别时发现通道转换的若干问题：
要注意一点的就是：Caffe中彩色图像的通道是BGR格式，图像存储是【0,255】
1.caffe.io.load_image方式
image = caffe.io.load_image(image_file) #加载图片
使用caffe.io.load_image()读进来的是RGB格式和0~1(float）
所以在进行识别之前要在transformer中设置transformer.set_raw_scale('data',255)(缩放至0~255）
以及transformer.set_channel_swap('data',(2,1,0)(将RGB变换到BGR）
# python中将图片存储为[0, 1]，而caffe中将图片存储为[0, 255]，所以需要一个转换
transformer.set_raw_scale('data', 255) # 缩放到[0，255]之间 transformer.set_channel_swap('data', (2,1,0)) #交换通道，将图片由RGB变为BGR（caffe中图片是BGR格式，而原始格式是RGB，所以要转化）
2.使用cv2.imread()来读取图片
cv2.imread()接口读图像，读进来直接是BGR 格式and 0~255
所以不需要再缩放到【0,255】和通道变换【2,1,0】，不需要transformer.set_raw_scale('data',255)和transformer.set_channel_swap('data',(2,1,0)）
3.使用PIL来读取图片
对于彩色图像，不管其图像格式是PNG，还是BMP，或者JPG，在PIL中，使用Image模块的open()函数打开后，返回的图像对象的模式都是“RGB”。而对于灰度图像，不管其图像格式是PNG，还是BMP，或者JPG，打开后，其模式为“L”。所以需要转换格式，但不需要缩放到[0，255]
data = np.array(Image.open(self.dataRoot+img_list)) data = np.transpose(data,(2,0,1))#转换通道 data[[0,2],...] = data[[2,0],...] #RGB→BGR