近日，在进行深度学习进行推理的时候，发现不管怎么样都得不出正确的结果，再仔细和正确的代码进行对比了后发现原来是Python中不同的库读取的图片数组是有差异的。
image = np.array(Image.open(image_file).convert('RGB'))
image = cv2.imread(image_file)
上面第一行代码就是导致错误出现的原因，我把代码改成第二行代码模型就能够正确的推理了。(巨坑)，以后谨记，在使用Python读取图片的时候最好使用OpenCV来读取。
下面给出两种方式读取图片具体的差异，内容来自：Opencv和PIL.Image读取图片的区别_陆杰呀的博客-CSDN博客。
imshow
1、Opopencv : cv2.imshow()采用BGR模式，通过cv2.imread()读取;
2、matplotlib.pyplot : plt.imshow() 采用RGB模式, 通过plt.imread()读取;
3、PIL.Image : img.show() 采用RGB模式， 通过Image.open()读取；img对图片对象
备注：通过cv2.VideoCapture方法来读取video的frame，得到的frame的通道顺序是BGR的！！！
下面一组图依次是：img、plt.imshow(cv_img)、Img_img.show()、plt.imshow(plt_img)
cv2（BGR）
# img为BGR通道
img = cv2.imread(img_path, mode) # mode = [1, 0, -1]依次表示彩色、灰度、彩色+alpha， 默认为1;
cv2.imshow('test', img)
cv2.waitKey(0) # 保持图形界面，直到你在终端输入任意字符
cv2.destroyAllWindows()
PIL.Image(RGB)
img = Image.open(img_path) img.show()
PIL.Image转Opencv
cv2_img = cv2.cvtColor(numpy.asarray(Img_img),cv2.COLOR_RGB2BGR)
Opencv转PIL.Image
pil_img = Image.fromarray(cv2.cvtColor(cv_img,cv2.COLOR_BGR2RGB))
