为什么CV:：Mat图像的颜色空间错误（GBR而不是RGB或BGR）？ 在Python中有一个模块，它将RGB发送给C++，并在那里被消耗。然而，无论我做什么，图像的颜色空间都是错误的。也就是说，我尝试将其转换为RGB，假设它仍然在BGR中（尽管在python中，它是通过执行以下操作故意转换为RGB的：返回img[：，：，：：-1]并使用matplotlib可视化图像。），反之亦然，它们看起来都一样

如下所示：

原始图像：

这是没有任何篡改的图像输出

这是从BGR2RGB使用颜色空间转换时的输出：

cv:：Mat img2；
cv:：cvtColor（img、img2、cv:：COLOR_BGR2RGB）；
cv:：imshow（标题+“类型：”+图像类型，img2）；

这就是我尝试转换为RGB2BGR时得到的结果：

cv:：Mat img2；
cv:：cvtColor（img、img2、cv:：COLOR_RGB2BGR）；
cv:：imshow（标题+“类型：”+图像类型，img2）；

正如你所看到的，最后两个是相同的。所以我试着手动改变频道，看看是否能让它工作。代码片段：

cv:：Mat img2；
cv:：cvtColor（img、img2、cv:：COLOR_RGB2BGR）；
//cv:：cvtColor（img、img2、cv:：COLOR_BGR2RGB）；
对于（int i=0；i

结果如下：

显然，这是RGB，一切看起来都很好，似乎图像是GBR格式的！我不知道是什么原因造成的

我还注意到，我必须做一个转换，否则下面的for循环会给我内存访问冲突！这对我来说很奇怪！在

cvtColor

中更改

BGR2RGB

或

RGB2BGR

不会产生任何效果，它们的作用相同

我还想知道是否有更好的方法将其引入正确的颜色空间，而不需要像我编写的那样使用硬件加速的for循环？因为这个操作需要快速，但是使用我现有的解决方案一点都不好

编辑 顺便说一下，这是我在C++中调用的Python函数：

def detect_和_align_all（pil_img）：
“”“获取输入图像，并返回作为rgb图像列表对齐的所有面
"""
B盒、地标=检测面（pil\U img）
#转换为ndarray，然后将rgb转换为bgr
cv_img=np.array（pil_img）[：，：，：：-1].copy（）
img_列表=[]
对于地标中的地标：
img=对齐面（cv\U img，地标）
img_list.append（img[：，：，：：-1]）
返回img_列表

而

align_face

最终称之为：

返回cv2.warpAffine（cv\u img，tfm，（裁剪尺寸[0]，裁剪尺寸[1]））

更新1

这是我使用PybDun11:

发送C++到Python的图像的片段（从这里取来）。

py:：dtype determinate\u np\u dtype（int-depth）
{
开关（深度）
{
案例CV_8U：返回py:：dtype:：of（）；
案例CV_8S：返回py:：dtype:：of（）；
案例CV_16U：返回py:：dtype:：of（）；
案例CV_16S：返回py:：dtype:：of（）；
案例CV_32S：返回py:：dtype:：of（）；
案例CV_32F：返回py:：dtype:：of（）；
案例CV_64F：返回py:：dtype:：of（）；
违约：
抛出std:：无效的_参数（“不支持的数据类型”）；
}
}
标准：：矢量确定形状（cv：：Mat&m）
{
如果（m.通道（）==1）{
返回{
静态浇铸（m.rows）
静态铸造（m.cols）
};
}
返回{
静态浇铸（m.rows）
静态铸造（m.cols）
，静态播放（m.通道（）
};
}
py：：胶囊制作胶囊（cv：：Mat&m）
{
返回py:：胶囊（新cv:：垫（m）
，[]（void*v）{删除重新解释（v）；}
);
}
py:：阵列材料到阵列材料（cv:：材料和材料）
{
如果（！m.isContinuous（））{
throw std:：无效的_参数（“仅支持连续垫”）；
}
返回py:：array（确定\u np\u数据类型（m.depth（））
，确定_形（m）
，m.data
制成胶囊（m）；
}

使用方法如下：

py:：作用域_解释器保护{}；
自动模块=py:：模块：：导入（“MyPackage.align_faces”）；
自动对齐器=module.attr（“align_all”）；
自动pil_转换器=module.attr（“cv_to_pil”）；
自动img=cv:：imread（“image1.jpg”）；
自动img_pil=pilConvertor（材料至阵列（img））；
自动img_面_列表=对准器（img_pil）；

更新2 在评论中，由于@ DanMasek，通过将图片拷贝存储在Python端，在将它们发送回C++之前，解决了上述问题。然而，正如Ext3h在评论中指出的，图像中也有一个伪影，即使在最新的更改之后也没有消失

我在Python和C++中使用了两个图像（BGR模式），使用了<代码> imc> <代码>，这里显示的工件在这些图像中没有显示出来。然而，这两幅图像之间有一点不同。与Python版本相比，CPP映像有点放大（它们都使用了非常相同的函数（实际上C++调用了非常相同的Python模块））。Python版本的大小也更大：

cpp图像（大小：5492字节）：

Python映像（大小：（5587字节）

---

这里的问题是什么？我使用的代码没有改变任何类型的跨步/偏移，事实上）那么是什么导致了这个问题呢？

我认为您的手动尝试中有一个错误，因为当您阅读第三行中的

[2]

时，由于第一行的原因，您发现它等于

[0]

。您应该使用临时变量来保存旧的

[2]

值。您确定没有在某个地方引入意外的off吗？在

RGB

和意外地将其解释为

GBR

之间只有一个字节偏移量，后者还包括