CUB_200图像的Image.split()

Question

我正在从PyTorch创建一个CUB_200数据集和数据中心。当以pill的形式读取图像时，我需要将BGR通道更改为RGB，并使用以下代码：

def _read_images_from_list(imagefile_list):

   imgs = []
   mean=[0.485, 0.456, 0.406]
   std= [0.229, 0.224, 0.225]

   Transformations = transforms.Compose([transforms.Resize([224, 224]), transforms.ToTensor(), transforms.Normalize(mean, std)])

   for imagefile in imagefile_list:
      # read images as PIL instead of NUMPY
      img = Image.open(imagefile)
      b, g, r = img.split()
      img = Image.merge("RGB", (r, g, b))
   
      img = Transformations(img) # ToTensor and between [0,1], then normalized using image net mean and std, then transposed into shape (C,H,W)

     imgs += [img]
return imgs

在经历了许多类之后，我得到了以下错误。

ValueError: not enough values to unpack (expected 3, got 1)

我想知道我现在该怎么办？这意味着其中一个图像只有一个通道，而不是一个通道。这是真的吗?还是我的代码有问题？我以前有过不同的实现，但它起了作用。我之所以更改这个实现，是因为我无法规范我的图像。这是旧的实现：

def _read_images_from_list(imagefile_list):
  imgs = []
  for imagefile in imagefile_list:
    
    img = cv2.imread(imagefile).astype(np.float32)
    img = cv2.resize(img, (224, 224))
    # Convert RGB to BGR
    img_r, img_g, img_b = np.split(img, 3, axis=2)
    img = np.concatenate((img_b, img_g, img_r), axis=2)
    # Extract mean
    img -= np.array((103.94,116.78,123.68), dtype=np.float32)  # BGR mean
    
    # HWC -> CHW, compatible with pytorch
    img = np.transpose(img, [2, 0, 1])
    imgs += [img]
return imgs

Answer 1

我强烈建议您使用skimage.io加载您的图像，而不是opencv。默认情况下，它以RGB格式打开图像，从而消除了您的洗牌开销，但是如果要将BGR转换为RGB，则可以使用以下方法：

import numpy as np

img = np.arange(27).reshape(3,3,3)
b = img[:,:,0]
g = img[:,:,1]
r = img[:,:,2]

rgb = np.dstack([r,g,b])

print(img)
print("#"*20)
print(rgb)