Python PyTorch、OpenCV和NumPy之后像素颜色略有变化
我一直在尝试运行一个预先训练过的模型,它使用PyTorch、NumPy和OpenCV来放大像素化图像。问题是,在我保存图像后,它看起来是一样的,但当我将它们插入spriting软件时,它会检测到背景上的一些颜色差异 我尝试过将背景颜色更改为类似洋红色的颜色,因为我使用的是BMP,没有图像会有这种颜色,但是在运行神经网络后,我得到了一些像素值上的差异。洋红色看起来仍然像洋红色,但像素值不同 我还试着计算新的颜色是否接近洋红色,这样我就可以用原始背景替换它,但也没有运气,老实说,我已经非常接近了,但是对象旁边的像素仍然是旧颜色 我做错什么了吗?或者你有什么建议吗 这是密码Python PyTorch、OpenCV和NumPy之后像素颜色略有变化,python,numpy,opencv,pytorch,Python,Numpy,Opencv,Pytorch,我一直在尝试运行一个预先训练过的模型,它使用PyTorch、NumPy和OpenCV来放大像素化图像。问题是,在我保存图像后,它看起来是一样的,但当我将它们插入spriting软件时,它会检测到背景上的一些颜色差异 我尝试过将背景颜色更改为类似洋红色的颜色,因为我使用的是BMP,没有图像会有这种颜色,但是在运行神经网络后,我得到了一些像素值上的差异。洋红色看起来仍然像洋红色,但像素值不同 我还试着计算新的颜色是否接近洋红色,这样我就可以用原始背景替换它,但也没有运气,老实说,我已经非常接近了,但
import sys
import os.path
import glob
import cv2
import numpy as np
import torch
import architecture as arch
model_path = 'models/model.pth' # models/RRDB_ESRGAN_x4.pth OR models/RRDB_PSNR_x4.pth
device = torch.device('cuda') # if you want to run on CPU, change 'cuda' -> cpu
# device = torch.device('cpu')
test_img_folder = 'LR/*'
model = arch.RRDB_Net(3, 3, 64, 23, gc=32, upscale=4, norm_type=None, act_type='leakyrelu', \
mode='CNA', res_scale=1, upsample_mode='upconv')
model.load_state_dict(torch.load(model_path), strict=True)
model.eval()
for k, v in model.named_parameters():
v.requires_grad = False
model = model.to(device)
print('Model path {:s}. \nTesting...'.format(model_path))
idx = 0
for path in glob.glob(test_img_folder):
idx += 1
base = os.path.splitext(os.path.basename(path))[0]
print(idx, base)
original_background = [209, 237, 212]
magenta = [255,0,255]
# read image
img = cv2.imread(path, cv2.COLOR_RGB2BGR)
img[np.where((img == original_background).all(axis=2))] = magenta
img = img * 1.0 / 255
img = torch.from_numpy(np.transpose(img[:, :, [2, 1, 0]], (2, 0, 1))).float()
img_LR = img.unsqueeze(0)
img_LR = img_LR.to(device)
output = model(img_LR).data.squeeze().float().cpu().clamp_(0, 1).numpy()
output = np.transpose(output[[2, 1, 0], :, :], (1, 2, 0))
output = (output * 255).round()
cv2.imwrite('results/{:s}.png'.format(base), output)
这是图像,预处理和后期处理
图像预处理:
[[[255 0 255]
[255 0 255]
[255 0 255]
...
[255 0 255]
[255 0 255]
[255 0 255]]
[[[176. 73. 220.]
[228. 62. 252.]
[255. 45. 244.]
...
[255. 34. 255.]
[255. 58. 252.]
[219. 100. 204.]]
和后处理:
[[[255 0 255]
[255 0 255]
[255 0 255]
...
[255 0 255]
[255 0 255]
[255 0 255]]
[[[176. 73. 220.]
[228. 62. 252.]
[255. 45. 244.]
...
[255. 34. 255.]
[255. 58. 252.]
[219. 100. 204.]]
我怀疑您将背景色指定为BGR,并且处理希望将其指定为RGB(反之亦然),即使BGR或RGB品红色相同,这是否有意义?我怀疑这种差异可能是模型本身造成的。我会尝试我所有的其他型号并更新,但原始背景=[209237212]可能顺序错误。顺便问一下,哪个图像是原始图像?越小还是越大。张贴的图片看起来是正确的,如果你想把背景从蓝绿色改为洋红色,我想这是在正确的顺序,因为更换进行得很顺利!你知道我的意思吗?蓝色变成了洋红色。如果蓝色变成品红色,那么加工就成功了。所以我不明白你的问题是什么!我怀疑您将背景色指定为BGR,并且处理希望将其指定为RGB(反之亦然),即使BGR或RGB品红色相同,这是否有意义?我怀疑这种差异可能是模型本身造成的。我会尝试我所有的其他型号并更新,但原始背景=[209237212]可能顺序错误。顺便问一下,哪个图像是原始图像?越小还是越大。张贴的图片看起来是正确的,如果你想把背景从蓝绿色改为洋红色,我想这是在正确的顺序,因为更换进行得很顺利!你知道我的意思吗?蓝色变成了洋红色。如果蓝色变成品红色,那么加工就成功了。所以我不明白你的问题是什么!