如何将cv2.imread与keras image.img_加载输出匹配

opencv以bgr格式读取图像,而在keras中,它以rgb表示。要使opencv版本符合我们期望的顺序(rgb),只需反转通道:

test_image = cv2.imread('trick.png')
test_image = cv2.resize(test_image, (64, 64))
test_image = test_image[...,::-1] # Added

最后一行将通道反转为rgb顺序。你可以把这个输入你的凯拉斯模型。

我想补充一点 cv2.imread 通常读入图像 uint8 精度。检查keras加载图像的输出,可以看到数据是浮点精度的,因此您可能还希望转换为浮点表示,例如 float32 :

import numpy as np
# ...
# ...
test_image = test_image[...,::-1].astype(np.float32)

最后一点,取决于您如何训练模型,通常将图像像素值规格化为 [0,1] 范围。如果对Keras模型执行此操作,请确保将通过Opencv读取的图像中的值除以255:

import numpy as np
# ...
# ...
test_image = (test_image[...,::-1].astype(np.float32)) / 255.0

除了使用bgr格式的cv2和使用rgb格式的keras(使用pil作为后端)外,使用相同参数的cv2和pil的大小调整方法也有显著差异。

在因特网上可以找到多个参考文献,但总的想法是,在两种调整大小算法中使用的像素坐标系存在细微的差异,而且在插值算法中,不同的铸造方法作为中间步骤浮动也可能存在问题。最终的结果是一个视觉上相似的图像,但在不同版本之间有轻微的移动/扰动。

一个对抗性攻击的完美例子,尽管输入的差异很小,但会导致精度的巨大差异。