Python与Caffe中图像通道顺序转换详解
本文详解在Python结合Caffe进行图像识别时，如何处理通道顺序转换问题。重点对比了caffe.io.load_image、cv2.imread及PIL三种读取方式的数据格式差异，并给出相应的transformer配置方案。同时涵盖Matlab数据转换及典型识别代码示例，确保图像以正确的BGR格式输入模型。
将通道维度移至最前：
image = cv2.imread(path + file) image = cv2.resize(image, (48, 48), interpolation=cv2.INTER_CUBIC) aaaa= np.transpose(image,(2, 0, 1)) print(aaaa)
原始图像shape为(48, 48, 3)，转换后shape变为(3, 48, 48)
需注意：仅使用reshape无法解决通道顺序转换问题
在使用pycaffe进行识别时，需处理通道转换问题：
关键点在于：Caffe框架中彩色图像采用BGR通道格式，且像素值范围存储为【0,255】
1. 使用caffe.io.load_image方式，参见相关代码示例
image = caffe.io.load_image(image_file) # 加载图片
通过caffe.io.load_image()读取的图片数据格式为RGB，且像素值归一化在0~1(float)之间
因此，在进行识别前需通过transformer设置transformer.set_raw_scale('data', 255)，将像素值缩放至0~255
同时需设置transformer.set_channel_swap('data', (2, 1, 0))，将RGB通道转换为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()读取图片
cv2.imread()接口读取图像时，直接返回BGR格式且像素值范围为0~255
因此无需再进行0~255的缩放及通道变换(2, 1, 0)，即不需要调用transformer.set_raw_scale('data', 255)和transformer.set_channel_swap('data', (2, 1, 0))
3. 使用PIL库读取图片
对于彩色图像，无论格式是PNG、BMP还是JPG，使用PIL的Image模块open()函数打开后，返回图像对象的模式均为“RGB”。对于灰度图像，无论格式如何，打开后模式为“L”。因此需要转换格式，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
4. 针对Matlab的情况
Caffe中的blobs数据格式为N*C*H*W，分别代表数量(Number)、通道数(Channel)、高度(Height)和宽度(Width)
而Matlab中图像维度顺序为先宽后高，即[w, h]，且图像通道为RGB
因此需要进行相应的数据转换：
im_data = im (:,:,[3,2,1]) ; % 将RGB转换为BGR
im_data = permute(im_data, [2,1,3]); % 交换高度和宽度维度
最后，分享一个Caffe典型的Python识别代码示例：
# -*- coding: utf-8 -*-
"""
Created on Sun May 28 16:00:47 2017
@author: fancp，#windows下CPU模式
"""
import numpy as np
import caffe
import sys
caffe_root = 'F:/Caffe' #########你自己的Caffe路径
sys.path.insert(0, caffe_root + '/python')
size = 227 #训练的图片尺寸
image_file = 'F:/.../.../nihao.jpg'#图片路径
model_def = 'F:/.../.../deploy.prototxt'#deploy模型文件位置
model_weights = 'F:/.../.../_iter_20000.caffemodel'#训练完的模型位置
net = caffe.Net(model_def, model_weights, caffe.TEST)
# 加载均值文件
mu = np.load(caffe_root + '/python/caffe/imagenet/ilsvrc_2012_mean.npy') ###caffe 自带的文件
mu = mu.mean(1).mean(1) # average over pixels to obtain the mean (BGR) pixel values
###########################下面这5句等同与上面两句，选择其一#################
#blob = caffe.proto.caffe_pb2.BlobProto()
#mean_data = open( 'mean.binaryproto' , 'rb' ).read()
#blob.ParseFromString(mean_data)
#mu = np.array(caffe.io.blobproto_to_array(blob))
#mu = mu.mean(1).mean(1).mean(1)
##############################################################################
#图片预处理
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape}) ##设定图片的shape格式(1,3,227,227)，大小由deploy 文件指定
# python读取的图片文件格式为H×W×K，需转化为K×H×W
transformer.set_transpose('data', (2,0,1)) #改变维度的顺序，由原始图片(227,227,3)变为(3,227,227)
transformer.set_mean('data', mu) # 每个通道减去均值
# 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）
net.blobs['data'].reshape(1,3,size, size) # 将输入图片格式转化为合适格式（与deploy文件相同）
#上面这句，第一参数：图片数量 第二个参数 ：通道数 第三个参数：图片高度 第四个参数：图片宽度
image = caffe.io.load_image(image_file) #加载图片
# 用上面的transformer.preprocess来处理刚刚加载图片
net.blobs['data'].data[...] = transformer.preprocess('data', image)
### perform classification
caffe.set_mode_cpu()
output = net.forward()
#print output
output_prob = output['prob'][0].argmax() # 给出概率最高的是第几类，需要自己对应到我们约定的类别去
以上关于Python与Caffe改变通道顺序的方法即为全部内容，希望能提供参考，欢迎大家支持。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
