近日，在进行深度学习进行推理的时候，发现不管怎么样都得不出正确的结果，再仔细和正确的代码进行对比了后发现原来是Python中不同的库读取的图片数组是有差异的。

image = np.array(Image.open(image_file).convert('RGB'))

image = cv2.imread(image_file)

上面第一行代码就是导致错误出现的原因，我把代码改成第二行代码模型就能够正确的推理了。(巨坑)，以后谨记，在使用Python读取图片的时候最好使用OpenCV来读取。

下面给出两种方式读取图片具体的差异，内容来自：https://blog.csdn.net/on_theway10/article/details/91814197。

imshow

1、Opopencv  : cv2.imshow()采用BGR模式，通过cv2.imread()读取;
2、matplotlib.pyplot  : plt.imshow() 采用RGB模式,   通过plt.imread()读取;
3、PIL.Image :  img.show()  采用RGB模式， 通过Image.open()读取；img对图片对象
备注：通过cv2.VideoCapture方法来读取video的frame，得到的frame的通道顺序是BGR的！！！

下面一组图依次是：img、plt.imshow(cv_img)、Img_img.show()、plt.imshow(plt_img)

cv2（BGR）

# img为BGR通道

img = cv2.imread(img_path, mode) # mode = [1, 0, -1]依次表示彩色、灰度、彩色+alpha， 默认为1;

cv2.imshow('test', img)

cv2.waitKey(0) # 保持图形界面，直到你在终端输入任意字符

cv2.destroyAllWindows()

PIL.Image(RGB)

img = Image.open(img_path)

img.show()

PIL.Image转Opencv

cv2_img = cv2.cvtColor(numpy.asarray(Img_img),cv2.COLOR_RGB2BGR)

Opencv转PIL.Image

pil_img = Image.fromarray(cv2.cvtColor(cv_img,cv2.COLOR_BGR2RGB))