Python TensorFlow视频帧与静态图像

我对TensorFlow有一个奇怪的问题，我怀疑它有一个简单的解决方案

我正在处理视频数据。为了创建训练数据，我使用

ffmpeg

将视频帧提取到PNG文件，然后使用LabelImg创建边界框数据集。经过训练的网络在这些PNG文件上运行得非常好

但是，如果我使用OpenCV打开一个视频，并将视频中的帧馈送到网络，那么它根本不起作用。我使用OpenCV VideoCapture类，如：

video = cv2.VideoCapture(path_to_video)
status, frame = video.read()
output_dict = run_inference_for_single_image(frame, detection_graph)

请注意，

run\u interference\u for_single\u image

是TensorFlow库提供的一个函数，用于在打开并转换为numpy数组的PNG文件上运行检测

我得到了一些检测结果，但准确度几乎降到了零。相反，如果我将同一帧保存为PNG文件并将该文件馈送到网络中，它将按预期工作

---

为了避免将视频帧保存为PNG文件的步骤，我需要做哪些更改？

OpenCV具有加载彩色图像的奇怪行为。你可以用

im = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)

---

将其转换为RGB，然后再将其送入网络。

太棒了！非常感谢。调用应为cv2.CVT颜色（大写字母“C”）。