Opencv 为什么pyplot.imshow（）会更改数组中的颜色通道

在过去的24小时里，我一直在为此奋斗。我正在做一个神经网络——将图像存储在4D阵列中。数组的第一个索引基本上是“样本”即样本1、2、3等。二聚体2、3、4是128x128 x3 rgb图片。现在在这个过程中，我拍摄输入图片（不是128x128）并重新缩放它们。但是当我挑选一个样品时，它把所有的颜色通道都混在一起了。所以我试图找出问题出在哪里

如果我只是调整图片大小并将number数组（128x128x3）分配给一个变量，那么一切都是“正常”的。如果我将“子阵列”分配给较大的4-d阵列，则颜色通道会混淆。但是，我可以通过从255减去sameple的数组切片来恢复原始图片

下面是一个代码片段，其中包含原始（1）、调整大小（2）、颜色通道混合（3）和恢复（4）

我知道open cv和pyplot.imshow（）使用不同的颜色通道，但事实上，将图片存储在更大的数组中似乎是导致切换的原因——这让我感到困惑。请提供一些指导

此外，我还可以对数组进行“细分”（img2训练[0]），并得到一个全零数组）。那部分真的很混乱。它们是相同的数字，但imshow（）给出了两个完全不同的图像

import numpy as np
import cv2
import matplotlib.pyplot as plt
img = cv2.imread(<path to your pic>)
img2 = cv2.resize(img, (128, 128))
train = np.ndarray(shape=(1,128, 128,3))
plt.subplot(1,4,1)
plt.imshow(img)
plt.subplot(1,4,2)
plt.imshow(img2)
plt.subplot(1,4,3)
train[0] = img2
plt.imshow(train[0])
plt.subplot(1,4,4)
plt.imshow(255-train[0])
plt.show()

将numpy导入为np
进口cv2
将matplotlib.pyplot作为plt导入
img=cv2.imread（）
img2=cv2.resize（img，（128128））
列车=np.ndarray（形状=（1128128,3））
plt.子地块（1,4,1）
plt.imshow（img）
plt.子地块（1,4,2）
plt.imshow（img2）
plt.子地块（1,4,3）
列车[0]=img2
plt.imshow（列车[0]）
plt.子地块（1,4,4）
plt.imshow（255列[0]）
plt.show（）

---

OpenCV

在

matplotlib

使用

RGB

约定

使用

pyplot

显示图像时，只需翻转通道顺序即可：

 plt.imshow(img[:,:,[2,1,0])
 plt.imshow(train[0][:,:,[2,1,0])
 ...

或者，您可以使用

cv2.imshow

确定--这很奇怪。事实证明，当我将数据放入4-d数组时，Matplotlib出于某种原因以不同的方式缩放数据。为了在#3中恢复我的原始图像，我所要做的就是除以255。在查看imshow（）文档时，我通过一个受过教育的“猜测”发现了这一点，该文档说数据被缩放到0到1之间。因为我所有的数据都在0到255之间，所以我“手动”缩放它。奇怪的行为，但在输入神经网络时，您希望确保您的数据不会以某种方式被“调整”

第三个绘图的“修复”仅为：

plt.subplot(1,4,3)
train[0] = img2
plt.imshow(train[0]/255)

---

反转通道不会返回原始图像。如果比较第二幅和第三幅图像，它们是相同的一组数字（如果减去它们，则得到零）。通过反转颜色通道，我得到了第三张“非彩色”图像（train[0，：，：，：，：，：：-1）哇，就是这样。我几乎无法想象，如果按255缩放，图像怎么会看起来有点像样。我需要了解这里发生了什么……如果你知道，请给出一个链接。