Question

我读了如下图像

image_float = cv2.imread('/data/cat.jpg',cv2.IMREAD_UNCHANGED)

读取图像的形状为(1200, 1600, 3)。

当此读取数组传递给以下代码if image.get_shape().ndims != 3:时，将显示一条错误消息AttributeError: numpy.ndarray' object has no attribute get_shape

在我看来，get_shape()和ndims期待Tensorflow张量。但是，我如上所述使用cv2读取图像。如何将cv2读取的图像转换为张量流张量。

最初，图像读取如下

rl = ("https://upload.wikimedia.org/wikipedia/commons/d/d9/"
       "First_Student_IC_school_bus_202076.jpg")

image_string = urllib2.urlopen(url).read()
image = tf.image.decode_jpeg(image_string, channels=3)

# Convert image to float32 before subtracting the
# mean pixel value
image_float = tf.to_float(image, name='ToFloat')

Answer 1

尝试先将其转换为张量：

image_cv = cv2.imread('/data/cat.jpg', cv2.IMREAD_UNCHANGED)

image_tensor = tf.convert_to_tensor(image_float, dtype=np.int32)
image_float = tf.to_float(image_tensor, name='ToFloat')

顺便说一句，如果它是JPEG（不支持alpha通道），为什么需要IMREAD_UNCHANGED标志？

您也可以只要求TF从该文件中加载jpeg：

image = tf.image.decode_jpeg(tf.read_file('/data/cat.jpg'), channels=3)

get_shape（）和ndims用于通过opencv读取的图像

1 个答案: