OpenCV 的 imwrite 默认按 BGR 顺序写入图像，但实际保存时会“隐式转为 RGB 格式存储”；若输入 Mat 通道顺序与预期不符（如误将 RGB 数据直接传入），会导致红蓝通道颠倒、颜色失真。正确做法是显式调用 cv2.cvtColor(..., cv2.COLOR_RGB2BGR) 确保输入为 BGR 格式。
opencv 的 `imwrite` 默认按 bgr 顺序写入图像，但实际保存时会“隐式转为 rgb 格式存储”；若输入 mat 通道顺序与预期不符（如误将 rgb 数据直接传入），会导致红蓝通道颠倒、颜色失真。正确做法是显式调用 `cv2.cvtcolor(..., cv2.color_rgb2bgr)` 确保输入为 bgr 格式。
在 OpenCV 图像处理中，一个极易被忽视却影响深远的细节是颜色通道顺序：OpenCV 内部始终以 BGR（Blue-Green-Red）顺序组织像素数据，而绝大多数其他工具（如 matplotlib、PIL、Web 浏览器、Android Bitmap）默认采用 RGB 顺序。这一差异并非 bug，而是 OpenCV 历史设计选择（兼容早期 Windows BMP 格式），但它直接导致了 imwrite 行为的“隐式转换”逻辑：
- ✅ cv2.imread() 读取任意格式图像（如 JPEG/PNG）后，自动转为 BGR Mat；
- ✅ cv2.imshow() 显示时，内部将 BGR 自动转为 RGB 渲染（人眼看到正常）；
- ⚠️ cv2.imwrite() 保存时，假设输入 Mat 是 BGR 格式，并将其“还原”为标准 RGB 顺序写入文件（即：BGR → RGB 存盘）。
因此，关键结论是：imwrite 的输入必须是 BGR 格式，否则通道错位。
来看你提出的两个写法差异：
# ❌ 错误：image 是 RGB 格式，未转换就直接 *255 后写入
cv2.imwrite("output.jpg", image * 255) # 实际存为：R→B, G→G, B→R → 红蓝颠倒！
# ✅ 正确：显式将 RGB 转为 BGR，再写入
cv2.imwrite("output.jpg", cv2.cvtColor(image * 255, cv2.COLOR_RGB2BGR))
? 为什么 image * 255 后还需转换？
因为 image 很可能来自 plt.imread()、PIL.Image.open().convert('RGB') 或深度学习模型输出（如 PyTorch tensor → NumPy，默认 RGB），其通道顺序为 R-G-B。若跳过 COLOR_RGB2BGR，OpenCV 会错误地将第一个通道（R）当作 B、第三个通道（B）当作 R，最终保存的图像呈现青紫色调或肤色异常。
✅ 最佳实践：统一通道管理流程
import cv2
import numpy as np
# 假设 image 是 [0.0, 1.0] 范围的 RGB float32 数组（如 from matplotlib）
image_rgb = np.clip(image, 0, 1) # 确保值域安全
image_bgr = cv2.cvtColor((image_rgb * 255).astype(np.uint8), cv2.COLOR_RGB2BGR)
cv2.imwrite("output.jpg", image_bgr)
⚠️ 特别注意 Android OpenCV 场景（常见坑）
在 Android 平台使用 Utils.matToBitmap() + Bitmap.compress() 替代 imwrite，正是为规避此问题：
- imwrite() 在 Android 上同样遵循 BGR→RGB 隐式转换；
- 若 Mat 实际为 RGBA 或 RGB 格式（如 Camera2 YUV 转换后未做 BGR 对齐），直接 imwrite 必然颜色异常；
- 而先转 Bitmap（ARGB_8888），再通过 compress() 保存，由 Android 图形栈统一处理色彩空间，天然规避通道错位。
? 快速诊断技巧
- 用 cv2.imread("output.jpg") 读回刚保存的图 → 若 imshow 正常，说明 imwrite 输入正确（BGR）；
- 若读回后 imshow 颜色异常 → 检查原始 Mat 通道顺序，补上 cv2.cvtColor(..., cv2.COLOR_RGB2BGR)；
- 使用 print(image.shape, image.dtype) 和 print(image[0,0]) 查看前几个像素值，比对 R/G/B 通道数值分布是否符合预期。
掌握 BGR/RBG 这一底层约定，是写出健壮 OpenCV 代码的第一道门槛——它不难，但必须显式、严谨、每一次都确认。
