使用PIL处理CUB_200图像转RGB时遇ValueError问题求助

问题背景 #

基于CUB_200数据集构建PyTorch Dataset与Dataloader时，改用PIL读取图像并执行BGR转RGB操作后，触发错误：

ValueError: not enough values to unpack (expected 3, got 1)

此前使用OpenCV的实现可正常运行，但无法完成归一化操作，因此需要修复当前PIL实现的问题。

错误原因 #

• 单通道图像存在：CUB_200数据集中确实包含单通道灰度图像，img.split()会将单通道图像拆分为1个通道对象，无法解包为b, g, r三个变量，直接触发报错。
• OpenCV的隐式处理：旧代码中cv2.imread()会自动将单通道图像转换为3通道（重复灰度值到三个通道），因此不会出现通道数不匹配的问题。

解决方案 #

核心修复点 #

强制将所有图像转为RGB三通道，避免单通道导致的拆分包错误；同时修正PIL与OpenCV的通道顺序差异问题。

修改后的代码实现 #

def _read_images_from_list(imagefile_list):
    imgs = []
    mean = [0.485, 0.456, 0.406]
    std = [0.229, 0.224, 0.225]

    Transformations = transforms.Compose([
        transforms.Resize([224, 224]),
        transforms.ToTensor(),
        transforms.Normalize(mean, std)
    ])

    for imagefile in imagefile_list:
        img = Image.open(imagefile)
        # 将单通道/非RGB图像转为标准RGB格式
        if img.mode != 'RGB':
            img = img.convert('RGB')
        # 注意：PIL读取彩色图像默认是RGB模式，若需对齐旧OpenCV的BGR转RGB逻辑（旧代码实际是BGR转RGB），无需额外拆分合并
        # 仅当图像文件本身为BGR存储时，才需要以下两行代码：
        # b, g, r = img.split()
        # img = Image.merge("RGB", (r, g, b))
        
        img = Transformations(img)
        imgs.append(img)
    return imgs

关键说明 #

• img.convert('RGB')：统一所有图像为3通道RGB格式，彻底解决单通道引发的拆分包错误。
• 通道顺序修正：PIL读取彩色图像默认采用RGB通道顺序，而OpenCV默认是BGR。旧OpenCV代码中通过拆分合并实现了BGR转RGB，因此当前PIL读取的结果已符合需求，无需额外转换；仅当图像文件本身为BGR存储时（极罕见），才需要恢复拆分合并的代码。

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