使用tf.image.resize调整图像尺寸时保留RGB颜色遇深度不支持错误

问题场景 #

原代码可正常读取并显示RGB格式图像：

img = cv2.imread('IMG_0460.jpg')
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.show()

但使用tf.image.resize调整尺寸后，执行以下代码触发错误：

resize = tf.image.resize(img, (224,224))
plt.imshow(cv2.cvtColor(resize.numpy().astype(int),cv2.COLOR_BGR2RGB))
plt.show()

错误信息 #

---------------------------------------------------------------------------
error                                     Traceback (most recent call last)
<ipython-input-184-d6c1e44056bc> in <cell line: 2>()
      1 resize = tf.image.resize(img, (224,224))
----> 2 plt.imshow(cv2.cvtColor(resize.numpy().astype(int),cv2.COLOR_BGR2RGB))
      3 plt.show()

error: OpenCV(4.7.0) /io/opencv/modules/imgproc/src/color.simd_helpers.hpp:94: error: (-2:Unspecified error) in function 'cv::impl::{anonymous}::CvtHelper<VScn, VDcn, VDepth, sizePolicy>::CvtHelper(cv::InputArray, cv::OutputArray, int) [with VScn = cv::impl::{anonymous}::Set<3, 4>; VDcn = cv::impl::{anonymous}::Set<3, 4>; VDepth = cv::impl::{anonymous}::Set<0, 2, 5>; cv::impl::{anonymous}::SizePolicy sizePolicy = cv::impl::<unnamed>::NONE; cv::InputArray = const cv::_InputArray&; cv::OutputArray = const cv::_OutputArray&]'
> Unsupported depth of input image:
>     'VDepth::contains(depth)'
> where
>     'depth' is 4 (CV_32S)

错误原因 #

• tf.image.resize默认输出float32类型的张量
• 直接用.astype(int)会将其转为32位有符号整数（对应OpenCV的CV_32S，depth=4）
• OpenCV的cv2.cvtColor不支持该深度的图像，仅支持uint8（depth=0）、float32（depth=5）等特定类型

解决方案 #

方案1：转换为uint8后再用OpenCV处理 #

先将张量值限制在0-255范围，再转为uint8类型（符合OpenCV颜色转换要求）：

import cv2
import tensorflow as tf
import matplotlib.pyplot as plt

img = cv2.imread('IMG_0460.jpg')
resize = tf.image.resize(img, (224,224))
# 限制值范围在0-255，避免插值导致的数值溢出，再转为uint8
resized_img = tf.cast(tf.clip_by_value(resize, 0, 255), tf.uint8).numpy()
plt.imshow(cv2.cvtColor(resized_img, cv2.COLOR_BGR2RGB))
plt.show()

方案2：跳过OpenCV，直接用TensorFlow调整通道顺序 #

利用TensorFlow反转通道实现BGR转RGB，直接传给matplotlib显示（支持float32或uint8类型）：

import cv2
import tensorflow as tf
import matplotlib.pyplot as plt

img = cv2.imread('IMG_0460.jpg')
resize = tf.image.resize(img, (224,224))
# 反转最后一维（BGR→RGB）
resized_rgb = tf.reverse(resize, axis=[-1])
# float32类型需归一化到0-1范围，uint8则直接显示
plt.imshow(resized_rgb.numpy() / 255.0)
plt.show()

# 或者转为uint8后显示（无需归一化）
resized_rgb_uint8 = tf.cast(tf.clip_by_value(resize, 0, 255), tf.uint8)
resized_rgb_uint8 = tf.reverse(resized_rgb_uint8, axis=[-1])
plt.imshow(resized_rgb_uint8.numpy())
plt.show()

内容的提问来源于stack exchange，提问作者Arya Jaku