一、为什么会有BGR和RGB两种通道？
首先RGB与BGR本质都没有什么区别，OpenCV和PIL读取图片的格式分别是BGR和RGB。
当我们使用OpenCV读取图像时，你应该也会发现读取的数组其实是BGR格式，而不是我们听得最多、用得最多的RGB格式。那为什么要用BGR通道而不用RGB通道来描述图像呢？
OpenCV默认通道为BGR，可能是基于某种硬件层面的原因。因为caffe，作为最早最流行的一批库的代表，用了opencv，而opencv默认通道是bgr的。这是opencv的入门大坑之一，bgr是个历史遗留问题，为了兼容早年的某些硬件，opencv也不好改回来了。其实你自己训练完全可以用rgb，新库也基本没了bgr还是rgb这个问题，就是切换下顺序。但如果你要用一些老的训练好的模型，就得兼容老模型的bgr。
【官网更详细解释】RGB是字节顺序。但是大多数vanilla图形库的有意实现选择是它们在内部将颜色视为无符号32位整数，其中三个（或四个，通常包括alpha）组件被打包到整数中。在小端机器（例如x86）上，整数0x0实际上将作为0x0存储在内存中。因此0x00BBGGRR将存储为0xRRGGBB00！所以术语BGR（和BGRA等）是一个漏洞抽象，其中图形库解释整数是如何按逻辑排序的，以便使直接访问颜色组件的代码更具可读性。请记住，位图通常由硬件的更多部分访问，而不是处理器，并且由传统显示适配器指定的字节序不一定与CPU的字节序相同。在操纵像素中的通道的级别上，CPU无论其顺序如何都可以提取字段;它纯粹是程序员理解标签的东西。
二、简单例子验证
让我们用OpenCV和PIL分别阅读并展示下面的图片，并比较结果：
cv2
PIL
结果如下：
简单点来说我们从第一个[]分析，可以看到一个是cv2 [233 151 80]与PIL [80 151 233] 正好分别对应了GBR与RGB。
由于二者的颜色通道不同，因此同一张图片显示的结果也应该不同，具体如下图所示
三、如何将RGB与BGR进行转换
当执行 [：，：，：：-1]后，数组会左右翻折，从而达到相互转换的效果，因此我们以cv2读取的图像进行实验，具体代码如下：
结果如下：
最终发现，我们通过img[:, :, ::-1]果然实现了BGR转为RGB。
四、备忘总结
以下是参考别人的比较好的总结，原文链接在下方
1、img = Image.open(ImgPath)
打开的图片是PIL类型，默认RGB。
将PIL类型转化为numpy类型：im = numpy.array(img)
才能看到shape属性，是（height, width, channel）数组，channel的通道数据是RGB。
2、cv2.imread(path, 读取方式)：
path: 图片的路径；
读取方式： cv2.IMREAD_COLOR：读入一副彩色图片；cv2.IMREAD_GRAYSCALE：以灰度模式读入图片；cv2.IMREAD_UNCHANGED：读入一幅图片，并包括其alpha通道。
默认为cv2.IMREAD_COLOR。
返回值是(height，width，channel)数组，channel的顺序是BGR顺序
3、两者之间的相互转换
PIL Image转化为OpenCV格式：
img = Image.open()
img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
OpenCV转化为PIL Image格式：
img = cv2.imread()
img2 = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.imshow()和cv2.imshow()
4、这个显示是和读取对着的，也就是说要想可视化出来正常的RGB格式，给plt.imshow()的应该是rgb格式的图片，给cv2.imshow()的应该是bgr格式的图片。多说一些plt.imshow()，因为我平时几乎不用cv2.imshow()。在plt.imshow()中，接受的图片类型可以是np.ndarray，tensor, PIL Image这些任意的类型。
参考网址：
【PyTorch】图像解析：RGB和BGR转换 - 知乎
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/15556.html