caffe中圖像預處理和opencv讀取圖像差異

caffe讀取圖像

使用caffe.io.Transform類操作：

1、設定圖檔的shape格式為網絡data層格式
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
           

2、改變次元順序，由原始圖檔次元(h, w, c)變為(c, h, w)
transformer.set_transpose('data', (2,0,1)) 
           

3、減去圖像均值,注意要先将binaryproto格式均值檔案轉換為npy格式
transformer.set_mean('data', np.load(mean_file_path).mean(1).mean(1))
或者通道均值
transformer.set_mean('data', [b_v, g_v, r_v] )
           

4、縮放到[0，255]之間
transformer.set_raw_scale('data', 255)
           

5、交換通道，将C通道由RGB變為BGR
transformer.set_channel_swap('data', (2,1,0))
           

6、加載圖檔
im=caffe.io.load_image(img)
           

7、執行上面設定的圖檔預處理操作，并将圖檔載入到blob中
net.blobs['data'].data[...] = transformer.preprocess('data', im)
           

opencv讀圖

1、上述采用caffe.io.load_image讀圖，資料格式是RGB，數值範圍0~1，是以會有4、5步的操作。

當采用opencv讀圖時，有2個差別：

（1）資料格式是BGR

（2）數值範圍0~255

2、

利用imread函數讀圖時，shape格式為：H W C

利用resize函數縮放時，注意shape設為：W H

3、注意區分2個變換：

（1）transformer.set_transpose(‘data’, (2,0,1)) 這個是将HWC->CHW，不管是caffe.io讀圖，還是opencv讀圖，這步操作都是需要的。

（2）transformer.set_channel_swap(‘data’, (2,1,0))這個是将C通道的RGB->BGR。該操作隻是在caffe.io讀圖時需要做下。opencv讀圖時本身就已經是BGR了。