欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

淺談cv2.imread()和keras.preprocessing中的image.load_img()區(qū)別

 更新時間：2020年06月12日 15:35:06   作者：梅花14  
這篇文章主要介紹了淺談cv2.imread()和keras.preprocessing中的image.load_img()區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

1、image.load_img()

from keras.preprocessing import image

img_keras = image.load_img('./original/dog/880.jpg')
print(img_keras)

img_keras = image.img_to_array(img_keras)
print(img_keras[:,1,1])

效果如下：

<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=256x384 at 0x2E6999D37B8>
#image.load_img()只是加載了一個文件，沒有形成numpy數(shù)組，
#下面的numpy數(shù)組是通過image.img_to_array()的函數(shù)形成的

[108. 108. 110. 115. 119. 120. 122. 125. 127. 127. 129. 131. 132. 134.
 1. 135. 138. 138. 139. 143. 141. 136. 132. 131. 135. 121. 103. 97.
 2. 85. 69. 65. 69. 67. 74. 80. 77. 82. 92. 99. 105. 113.
 3. 126. 128. 129. 132. 134. 135. 135. 135. 135. 134. 133. 131. 130.
 4. 124. 122. 120. 119. 119. 121. 122. 123. 121. 120. 120. 122. 124.
 5. 124. 123. 121. 120. 119. 119. 118. 116. 114. 121. 120. 117. 115.
 6. 112. 111. 111. 114. 105. 104. 107. 104. 103. 106. 105. 101. 71.
 7. 99. 99. 77. 71. 80. 69. 71. 69. 65. 63. 65. 64. 61.
 8. 67. 74. 77. 79. 81. 79. 76. 78. 78. 77. 75. 77. 79.
 9. 72. 68. 68. 67. 66. 64. 63. 61. 61. 57. 57. 56. 56.
 10. 51. 45. 42. 34. 31. 28. 26. 27. 28. 28. 28. 29. 29.
 11. 28. 27. 26. 25. 26. 24. 23. 22. 21. 21. 21. 22. 22.
 12. 21. 21. 20. 20. 20. 19. 19. 19. 18. 18. 18. 18. 18.
 13. 18. 18. 18. 17. 16. 14. 13. 12. 12. 10. 10. 10. 10.
 14.  9.  9.  8. 10. 10. 10. 10. 12. 15. 18. 20. 23. 20.
 15. 175. 229. 231. 230. 221. 219. 220. 227. 223. 213. 220. 227. 221.
 16. 216. 219. 214. 197. 187. 179. 165. 175. 160. 175. 201. 206. 207.
 17. 196. 178. 189. 207. 195. 190. 188. 152. 124. 97. 113. 179. 214.
 18. 122. 172. 178. 204. 196. 200. 184. 167. 147. 112. 106. 131. 193.
 19. 202. 188. 187. 199. 206. 207. 208. 172. 139. 147. 128. 130. 215.
 20. 224. 221. 219. 217. 218. 206. 185. 158. 180. 174. 173. 142. 139.
 21. 200. 202. 205. 174. 122. 119. 123. 120. 155. 206. 160. 191. 191.
 22. 182. 158. 116. 66. 29.  6. 22. 47. 54. 53. 55. 61. 64.
 23. 75. 80. 84. 86. 88. 87. 88. 89. 89. 88. 87. 86. 86.
 24. 71. 174. 136. 13.  7. 38. 68. 77. 79. 80. 81. 81. 80.
 25. 78. 77. 77. 77. 77. 76. 76. 76. 75. 74. 75. 75. 75.
 26. 73. 71. 70. 68. 65. 62. 59. 57. 55. 52. 49. 46. 43.
 27. 34. 31. 28. 25. 23.]

2、cv2.imread()

import cv2

img_cv2 = cv2.imread('./original/dog/880.jpg')
print(img_cv2[:,1,1])

效果如下：

[108 108 110 115 119 120 122 125 127 127 129 131 132 134 134 135 138 138
 139 143 141 136 132 131 135 121 103 97 97 85 69 65 69 67 74 80
 77 82 92 99 105 113 120 126 128 129 132 134 135 135 135 135 134 133
 131 130 126 124 122 120 119 119 121 122 123 121 120 120 122 124 124 124
 123 121 120 119 119 118 116 114 121 120 117 115 113 112 111 111 114 105
 104 107 104 103 106 105 101 71 72 99 99 77 71 80 69 71 69 65
 63 65 64 61 62 67 74 77 79 81 79 76 78 78 77 75 77 79
 76 72 68 68 67 66 64 63 61 61 57 57 56 56 54 51 45 42
 34 31 28 26 27 28 28 28 29 29 28 28 27 26 25 26 24 23
 22 21 21 21 22 22 21 21 21 20 20 20 19 19 19 18 18 18
 18 18 18 18 18 18 17 16 14 13 12 12 10 10 10 10  9  9
  9  8 10 10 10 10 12 15 18 20 23 20 27 175 229 231 230 221
 219 220 227 223 213 220 227 221 220 216 219 214 197 187 179 165 175 160
 175 201 206 207 207 196 178 189 207 195 190 188 152 124 97 113 179 214
 147 122 172 178 204 196 200 184 167 147 112 106 131 193 218 202 188 187
 199 206 207 208 172 139 147 128 130 215 228 224 221 219 217 218 206 185
 158 180 174 173 142 139 151 200 202 205 174 122 119 123 120 155 206 160
 191 191 192 182 158 116 66 29  6 22 47 54 53 55 61 64 69 75
 80 84 86 88 87 88 89 89 88 87 86 86 92 71 174 136 13  7
 38 68 77 79 80 81 81 80 79 78 77 77 77 77 76 76 76 75
 74 75 75 75 74 73 71 70 68 65 62 59 57 55 52 49 46 43
 38 34 31 28 25 23]

補(bǔ)充知識：keras報錯：load_weights() got an unexpected keyword arguement 'skip_mmismatch'

網(wǎng)上下載了一個Yolo（keras+tensorflow）網(wǎng)絡(luò)的訓(xùn)練代碼，在運(yùn)行的時候，報了以下錯誤：

load_weights() got an unexpected keyword arguement 'skip_mmismatch'。

在網(wǎng)上搜索了半天，也沒有發(fā)現(xiàn)具體原因，最后，仔細(xì)看了看這句話的報錯，因為我調(diào)用的是一個keras的內(nèi)置函數(shù)，卻報了沒有這個參數(shù)的錯，就想到了版本問題。最后將keras進(jìn)行升級（我的升級到了2.1.5版本），這個問題就解決了。

總結(jié)：

在跑keras和tensorflow程序的時候遇到了好多次這種版本導(dǎo)致的問題。因為深度學(xué)習(xí)現(xiàn)在發(fā)展比較迅速，所以很多框架的API更新比較快，以后debug的時候一定要注意排查版本問題。

以上這篇淺談cv2.imread()和keras.preprocessing中的image.load_img()區(qū)別就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

相關(guān)文章

  • 詳解C++編程中一元運(yùn)算符的重載

    詳解C++編程中一元運(yùn)算符的重載

    這篇文章主要介紹了C++編程中一元運(yùn)算符的重載,特別對遞增和遞減運(yùn)算符重載作了著重講解,需要的朋友可以參考下
    2016-01-01
  • 八個超級好用的Python自動化腳本(小結(jié))

    八個超級好用的Python自動化腳本(小結(jié))

    每天你都可能會執(zhí)行許多重復(fù)的任務(wù)，例如閱讀新聞、發(fā)郵件、查看天氣、打開書簽、清理文件夾等等，本文主要介紹了Python自動化腳本，具有一定的參考價值，感興趣的可以了解一下
    2022-07-07
  • 詳解python 發(fā)送郵件實例代碼

    詳解python 發(fā)送郵件實例代碼

    本篇文章主要介紹了python 發(fā)送郵件實例代碼，詳細(xì)的介紹了各種方式發(fā)送郵件，包括文件形式的郵件、HTML形式的郵件、帶圖片的HTML郵件等，有興趣的可以了解一下。
    2016-12-12
  • Python將json文件寫入ES數(shù)據(jù)庫的方法

    Python將json文件寫入ES數(shù)據(jù)庫的方法

    這篇文章主要介紹了Python將json文件寫入ES數(shù)據(jù)庫的方法，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值 ,需要的朋友可以參考下
    2019-04-04
  • 實時獲取Python的print輸出流方法

    實時獲取Python的print輸出流方法

    今天小編就為大家分享一篇實時獲取Python的print輸出流方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • Python操作mysql數(shù)據(jù)庫實現(xiàn)增刪查改功能的方法

    Python操作mysql數(shù)據(jù)庫實現(xiàn)增刪查改功能的方法

    這篇文章主要介紹了Python操作mysql數(shù)據(jù)庫實現(xiàn)增刪查改功能的方法,涉及Python針對mysql數(shù)據(jù)庫的連接、增刪改查等相關(guān)操作技巧,需要的朋友可以參考下
    2018-01-01
  • python?ChainMap的使用詳解

    python?ChainMap的使用詳解

    chainMap是邏輯上合并兩個字典為一個邏輯單元，合并后的結(jié)構(gòu)實際上是一個列表，只是邏輯上是仍然為一個字典（并未生成新的），對此列表的操作模擬了各種字典的操作，這篇文章主要介紹了python?ChainMap的使用,需要的朋友可以參考下
    2023-03-03
  • matplotlib.pyplot繪圖顯示控制方法

    matplotlib.pyplot繪圖顯示控制方法

    今天小編就為大家分享一篇matplotlib.pyplot繪圖顯示控制方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • python3 圖片referer防盜鏈的實現(xiàn)方法

    python3 圖片referer防盜鏈的實現(xiàn)方法

    本篇文章主要介紹了python3 圖片referer防盜鏈的實現(xiàn)方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
    2018-03-03
  • 詳解如何使用numpy提高Python數(shù)據(jù)分析效率

    詳解如何使用numpy提高Python數(shù)據(jù)分析效率

    NumPy是Python語言的一個第三方庫，其支持大量高維度數(shù)組與矩陣運(yùn)算。本文主要為大家介紹了如何使用numpy提高python數(shù)據(jù)分析效率，需要的可以參考一下
    2023-04-04

最新評論