使用OpenCV加载Caffe模型时遇"FAILED: fs.is_open()"错误的技术求助

核心问题原因 #

• 变量未定义先调用：代码第一行就执行cv2.imwrite('colorized_image.jpg', output)，此时output还没生成，直接报NameError。
• 函数调用语法错误：blob = cv2.dnn.blobFromImage后换行写参数，导致blob被赋值为函数对象而非执行结果，后续net.setInput(blob)会因输入类型不匹配报错。
• 色彩空间逻辑缺失：原代码直接用灰度图生成blob，但该预训练模型要求输入为Lab色彩空间的L通道，且需将模型输出的ab通道与原图像L通道合并才能生成完整彩色图。
• 输出尺寸未匹配原图：模型输出固定为224x224，未缩放回原图像尺寸，最终生成的图像大小会和原图不一致。

修正后的完整代码 #

import cv2
import numpy as np

# 加载预训练的Caffe模型
net = cv2.dnn.readNetFromCaffe('colorization_deploy_v2.prototxt', 'colorization_release_v2.caffemodel')

# 读取黑白图像，先校验是否读取成功
image = cv2.imread('bw_image.jpg')
if image is None:
    raise ValueError("图像读取失败，请确认文件路径是否正确")

# 处理单通道灰度图：转为3通道BGR，再转Lab色彩空间
if len(image.shape) == 2:
    image = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)
lab_image = cv2.cvtColor(image, cv2.COLOR_BGR2Lab)
L_channel = lab_image[:, :, 0]  # 提取亮度通道L

# 生成模型输入的blob，模型要求L通道均值为50.0
blob = cv2.dnn.blobFromImage(L_channel, 1.0, (224, 224), (50.0,), swapRB=False, crop=False)
net.setInput(blob)

# 推理得到ab颜色通道，调整维度顺序并缩放回原图尺寸
ab_channels = net.forward()[0, :, :, :].transpose((1, 2, 0))
ab_channels = cv2.resize(ab_channels, (image.shape[1], image.shape[0]))

# 合并L通道与ab通道，转BGR色彩空间得到彩色图
result_lab = np.concatenate((L_channel[:, :, np.newaxis], ab_channels), axis=2)
colorized_image = cv2.cvtColor(result_lab, cv2.COLOR_Lab2BGR)

# 保存最终上色后的图像
cv2.imwrite('colorized_image.jpg', colorized_image)

关键修正说明 #

• 调整执行顺序：把模型加载、图像读取、推理等步骤移到imwrite之前，确保要保存的图像变量已生成。
• 修复函数调用：将blobFromImage的参数与函数名写在同一行，正确生成模型所需的输入blob。
• 完善色彩空间处理：
  • 先把单通道灰度图转为3通道BGR，再转为Lab空间提取L通道作为模型输入。
  • 将模型输出的ab通道缩放回原图尺寸，再与原L通道合并，还原完整彩色图像。
• 增加图像校验：添加image is None的判断，提前排查图像读取失败的情况。

内容的提问来源于stack exchange，提问作者Mobina