TensorBoard中tf.summary.image显示图像颜色异常问题求助

嘿，这个问题我之前踩过坑！核心原因就是色彩通道顺序不匹配，给你拆解清楚：

• 你用OpenCV读的图默认是BGR通道顺序，Matplotlib显示时转成RGB就正常，是因为Matplotlib认RGB格式；但你喂给TensorFlow x占位符的还是没转的BGR图啊——你只是在验证的时候转了Matplotlib的显示，并没有修改输入张量的通道顺序！
• 而tf.summary.image默认是按RGB通道顺序渲染图像的，拿到BGR的张量自然就把红蓝通道搞反，颜色直接乱掉了。

另外还有个小细节要注意：你把uint8的图转成了float32格式，但如果没归一化到[0,1]区间（tf.summary.image对float输入要求这个范围，uint8的话是[0,255]），虽然不是颜色错乱的主因，但也可能影响渲染效果。

怎么解决？ #

• 先转通道顺序：在喂给x之前，把BGR转成RGB。要么在预处理时用OpenCV转好：

  img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
  

  要么用TensorFlow的操作在图里转：

  x_rgb = tf.reverse(x, axis=[-1])  # 反转最后一个通道维度，BGR变RGB
  tf.summary.image('input', x_rgb, 1)
  

• 再处理像素范围：如果你的float32张量是0-255的数值，记得归一化到0-1：

  x_normalized = x / 255.0
  tf.summary.image('input', x_normalized, 1)
  

这样调整后，TensorBoard里的图像颜色就会和你Matplotlib里看到的一致啦！

内容的提问来源于stack exchange，提问作者Ben Quan