从TensorFlow目标检测API输出裁剪保存图像后出现蓝色蒙版问题

这种蓝色蒙版的问题我之前也碰到过，大概率是通道顺序不匹配或者数据类型不对导致的——毕竟tf.image.encode_jpeg和你原始图像的通道格式可能没对齐，咱们一步步来排查解决：

核心问题分析 #

JPEG格式默认采用RGB通道顺序，但如果你的输入图像是BGR格式（比如用OpenCV读取的图像，或者模型输出是BGR），直接用tf.image.encode_jpeg编码就会把R和B通道互换，出现大面积蓝色（原本的红色区域会变成蓝色）。另外，如果裁剪后的张量是float32类型而非uint8，也可能导致颜色编码异常。

具体解决方案 #

1. 统一通道顺序为RGB #

如果你的图像来源是BGR（比如OpenCV的imread），先通过TensorFlow把通道转成RGB：

# 假设你的原始图像张量是bgr_image，形状为[height, width, 3]
rgb_image = tf.image.bgr_to_rgb(bgr_image)

注：如果是直接用tf.io.read_file读取的JPG图像，本身就是RGB格式，这步可以跳过

2. 确保裁剪后的数据类型是uint8 #

裁剪操作后如果张量变成了float32（比如模型输出是浮点型），需要转换回uint8：

# 裁剪后的图像张量
cropped_image = tf.image.crop_to_bounding_box(rgb_image, offset_height, offset_width, target_height, target_width)
# 转换为uint8（如果原始是float32，需先归一化到0-255范围）
cropped_image = tf.cast(tf.clip_by_value(cropped_image, 0, 255), tf.uint8)

3. 完整示例代码 #

把这些步骤整合起来，完整的裁剪保存流程应该是这样的：

import tensorflow as tf

# 读取原始图像
original_image = tf.io.read_file("input.jpg")
original_image = tf.image.decode_jpeg(original_image, channels=3)
# 若图像是BGR格式，执行通道转换
# original_image = tf.image.bgr_to_rgb(original_image)

# 从检测结果中获取裁剪参数（示例值，替换为你的实际坐标）
offset_height = 50
offset_width = 50
target_height = 200
target_width = 200

# 裁剪图像
cropped_image = tf.image.crop_to_bounding_box(original_image, offset_height, offset_width, target_height, target_width)
# 确保数据类型为uint8
cropped_image = tf.cast(tf.clip_by_value(cropped_image, 0, 255), tf.uint8)

# 编码并保存
encoded_jpeg = tf.image.encode_jpeg(cropped_image)
tf.io.write_file("cropped_output.jpg", encoded_jpeg)

额外排查点 #

• 确认crop_to_bounding_box的参数是否正确：offset_height和offset_width是裁剪区域的左上角像素坐标，target_height和target_width是裁剪后的尺寸，参数错误可能导致裁剪区域不对，但一般不会直接导致蓝色蒙版。
• 如果是从Object Detection API的输出中获取的框，注意框的坐标格式（比如是归一化坐标还是像素坐标），需要先把归一化坐标转换成像素坐标再传入crop_to_bounding_box。

内容的提问来源于stack exchange，提问作者Unbanned