计算机视觉 / 系统课时
理解 BGR 与 RGB
理解 BGR 与 RGB
OpenCV 读入彩色图像时默认按 B、G、R 排列通道,而很多显示与图像库按 R、G、B 解释数据。本课通过真实像素值和转换代码说明两者差异,并给出跨库传递图像时避免红蓝互换的检查方法。
学习目标
- 说明 BGR 与 RGB 的通道顺序差异,并能根据像素值判断实际颜色。
- 使用
cv2.cvtColor在 BGR 与 RGB 之间正确转换。 - 在 OpenCV 与 Matplotlib 等工具之间传图时识别并修复颜色异常。
同一个像素只改变通道解释顺序
三通道 uint8 图像中的每个像素通常包含 3 个 0~255 的数值。OpenCV 把 [255, 0, 0] 按 BGR 解释为纯蓝,而 RGB 规则会把同一组数值解释为纯红,图像尺寸和数值本身都没有变化。
| 数组值 | 按 BGR 解释 | 按 RGB 解释 |
|---|---|---|
[255, 0, 0] |
蓝色 | 红色 |
[0, 255, 0] |
绿色 | 绿色 |
[0, 0, 255] |
红色 | 蓝色 |
cv2.imread 默认返回 BGR,因此一张正常读入的红色区域,其像素会接近 [0, 0, 255]。排查颜色问题时,先抽查一个已知颜色像素,比反复修改显示参数更快。
用 cvtColor 明确转换通道顺序
cv2.cvtColor 会按指定转换规则重新排列通道。下面构造两个像素:第一个在 BGR 中是蓝色,第二个在 BGR 中是红色,然后转换为 RGB 并打印结果。
import cv2
import numpy as np
bgr = np.array([[[255, 0, 0], [0, 0, 255]]], dtype=np.uint8)
rgb = cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)
print("BGR:", bgr.tolist())
print("RGB:", rgb.tolist())预期输出
BGR: [[[255, 0, 0], [0, 0, 255]]]
RGB: [[[0, 0, 255], [255, 0, 0]]]转换后,每个像素的第 1 与第 3 个分量互换。反向转换使用 cv2.COLOR_RGB2BGR;不要仅凭变量名判断颜色空间,真实项目里最好在读取、模型输入和显示边界处明确转换。
在不同图像库之间传递数据
OpenCV 的 cv2.imshow、cv2.imwrite 以及默认 cv2.imread 都以 BGR 数据工作;Matplotlib 的 imshow 通常按 RGB 显示。把 OpenCV 图像直接交给 Matplotlib 时,典型现象就是红色和蓝色互换。
实际项目可采用固定边界:文件读入后内部统一保留 BGR,需要交给 RGB 接口时执行 cv2.cvtColor(image, cv2.COLOR_BGR2RGB),从 RGB 接口取回后再转换。这样比在多处临时交换通道更容易检查。
不要把通道倒序当成通用颜色转换
三通道数组写成 image[:, :, ::-1] 确实能把 BGR 顺序倒成 RGB,但它只是数组切片,不表达颜色转换语义,而且可能产生带负步长的视图。后续库要求连续内存时,还可能出现兼容问题。
对于明确的 BGR 与 RGB 转换,优先使用 cv2.cvtColor。验证时可准备一个纯红测试像素:BGR 输入应为 [0, 0, 255],转换后的 RGB 必须是 [255, 0, 0];这项检查能快速定位大多数红蓝颠倒问题。