构建眼睛颜色识别神经网络时转换RGB遇ranges参数缺失错误

你遇到的这个错误根源在于错误地使用了cv2.UMat构造函数——它不能直接接收图片路径作为参数，而是需要传入已有的图像矩阵或者指定ranges参数，这就是报错提示找不到'ranges'的原因。

错误代码的核心问题 #

你这段代码里的关键错误行：

img_array = cv2.cvtColor(cv2.UMat(os.path.join(path,img)), cv2.COLOR_BGR2RGB)

cv2.UMat()的作用是创建用于OpenCV异构计算的矩阵对象，但它不是用来读取图片的工具函数。要加载图片，你需要先用cv2.imread()函数读取得到常规的Mat对象，再根据需求转为UMat（或者直接处理）。

修正后的完整代码 #

下面是修复后的代码，同时优化了容错性：

import os
import cv2
import matplotlib.pyplot as plt

DATADIR = "/content/drive/My Drive/ForpythonEyes"
CATEGORIES = ["BlueEyes", "BrawnEyes"]

for category in CATEGORIES:
    path = os.path.join(DATADIR, category)
    # 遍历路径下的文件，跳过非图片文件（可选但推荐）
    for img_name in os.listdir(path):
        img_path = os.path.join(path, img_name)
        # 第一步：用cv2.imread读取图片，得到BGR格式的矩阵
        img_bgr = cv2.imread(img_path)
        # 检查图片是否成功读取，避免损坏文件导致报错
        if img_bgr is None:
            print(f"无法读取图片：{img_path}")
            continue
        # 第二步：将BGR格式转换为RGB格式
        img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)
        # 显示图片
        plt.imshow(img_rgb)
        plt.show()
    break  # 保留你原有的只处理第一个类别的逻辑

关键修正点说明 #

• 用cv2.imread()读取图片：这是OpenCV加载图片的标准方式，返回的是BGR顺序的图像矩阵（OpenCV默认以BGR格式读取图片）。
• 增加图片读取检查：避免因损坏文件、非图片文件导致后续代码崩溃。
• 正确转换RGB格式：先读取到BGR矩阵，再用cv2.cvtColor()转为RGB，这样plt.imshow()才能正确渲染颜色（matplotlib默认使用RGB顺序显示图像）。

如果你的场景确实需要使用UMat（比如利用GPU加速计算），可以在读取图片后再转换为UMat：

img_bgr_umat = cv2.UMat(img_bgr)
img_rgb_umat = cv2.cvtColor(img_bgr_umat, cv2.COLOR_BGR2RGB)

内容的提问来源于stack exchange，提问作者Владимир Агишев