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

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！