我一直在关注this keras 视频分类教程，其中在data preparation 部分中，他们在load_video 函数中加载视频的帧非常通用，但引起我注意的是这行：
frame = frame[:, :, [2, 1, 0]]
这是我第一次遇到这种情况，大多数情况下您只会将帧“按原样”附加到您的帧列表中，但在这里它们会更改频道的顺序（如果我没记错的话）从 RGB 到 BGR，我在网络或他们的文档中找不到与它相关的任何内容，有人能给我一些关于这个决定的见解吗？
【问题讨论】：
标签： python opencv image-processing keras computer-vision
根据经验，顺序可以更改的原因取决于您用于加载图像的框架。由于mostly historical reasons that are now outdated，OpenCV 特别以 BGR 格式对通道进行排序。正因为如此，我们不幸被这种设计选择所困扰。使用 scikit-image、matplotlib 和 Pillow 可以看到常规 RGB 格式的图像。
实际上，如果您查看load_video 函数，它使用 OpenCV 打开视频，因此传入的帧是 BGR 格式。因此，必须进行通道交换才能将其转换为 RGB 格式：
def load_video(path, max_frames=0):
cap = cv2.VideoCapture(path)
frames = []
try:
while True:
ret, frame = cap.read()
if not ret:
break
frame = crop_center(frame)
frame = frame[:, :, [2, 1, 0]]
frames.append(frame)
if len(frames) == max_frames:
break
finally:
cap.release()
return np.array(frames)
您当然不需要反转通道，因为神经网络会根据提供的输入数据进行学习，但人们倾向于这样做，以便轻松调试图像，而不必担心不断反转显示的通道。具体来说，如果一个神经网络是用 BGR 排序训练的，如果你以 RGB 格式加载图像，那么需要进行通道的反转，因为这就是图像通道在训练中的表示方式。总而言之，这取决于框架，但在使用经过训练的神经网络时，您需要牢记这一点。如果以 BGR 格式训练数据，如果以 RGB 格式读取图像，则需要在推理之前反转通道。
事实上，这是使用网络时的常见错误！非常勤奋，并在使用之前了解图像数据是如何为网络进行预处理的。
【讨论】：