caffe中图像预处理和opencv读取图像差异

caffe读取图像

使用caffe.io.Transform类操作：

1、设定图片的shape格式为网络data层格式
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
           

2、改变维度顺序，由原始图片维度(h, w, c)变为(c, h, w)
transformer.set_transpose('data', (2,0,1)) 
           

3、减去图像均值,注意要先将binaryproto格式均值文件转换为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、缩放到[0，255]之间
transformer.set_raw_scale('data', 255)
           

5、交换通道，将C通道由RGB变为BGR
transformer.set_channel_swap('data', (2,1,0))
           

6、加载图片
im=caffe.io.load_image(img)
           

7、执行上面设置的图片预处理操作，并将图片载入到blob中
net.blobs['data'].data[...] = transformer.preprocess('data', im)
           

opencv读图

1、上述采用caffe.io.load_image读图，数据格式是RGB，数值范围0~1，因此会有4、5步的操作。

当采用opencv读图时，有2个区别：

（1）数据格式是BGR

（2）数值范围0~255

2、

利用imread函数读图时，shape格式为：H W C

利用resize函数缩放时，注意shape设为：W H

3、注意区分2个变换：

（1）transformer.set_transpose(‘data’, (2,0,1)) 这个是将HWC->CHW，不管是caffe.io读图，还是opencv读图，这步操作都是需要的。

（2）transformer.set_channel_swap(‘data’, (2,1,0))这个是将C通道的RGB->BGR。该操作只是在caffe.io读图时需要做下。opencv读图时本身就已经是BGR了。