使用tensorflow將圖片灰度化以及遇到的坑解決

更新時間：2024年02月27日 15:02:48 作者：hello689

這篇文章主要介紹了使用tensorflow將圖片灰度化以及遇到的坑解決,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

tensorflow將圖片灰度化及遇到的坑

用tensorflow將圖片灰度化，很簡單的一個問題，幾句代碼就OK了。

但是這里邊有很多坑，稍不留神，半天都不一定找得到原因。

我下面說說我遇到的坑

先給代碼，再介紹我遇到的坑：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from keras_preprocessing.image import load_img,img_to_array
%matplotlib inline
 
 
image_name = 'cat1.jpg'
image = load_img(image_name)
#將圖片轉(zhuǎn)換為數(shù)組
image = img_to_array(image)
#轉(zhuǎn)為黑白
image = tf.image.rgb_to_grayscale(image)
image = tf.squeeze(image,2)
plt.imshow(image)

步驟很簡單：

讀取彩色圖片
轉(zhuǎn)換為黑白圖片
顯示這個黑白圖片

就這簡簡單單的幾步，我卻遇到了很多問題，不過在解決問題的過程中又學(xué)到了很多，還是很有收獲的。

坑一

#坑一、不將image轉(zhuǎn)換為數(shù)組，直接用rgb_to_grayscale方法，將圖片轉(zhuǎn)為灰度圖片
image_name = 'cat1.jpg'
image = load_img(image_name)
#轉(zhuǎn)為黑白
image = tf.image.rgb_to_grayscale(image)

執(zhí)行上邊代碼會報錯如下圖，不能直接將一個圖片轉(zhuǎn)化為一個tensor。

這里需要先將image對象轉(zhuǎn)化為數(shù)組array。

然后通過百度學(xué)會了img_to_array()方法。

圖1、坑一錯誤信息

坑二

#坑二：最后圖片無法顯示
image_name = 'cat1.jpg'
image = load_img(image_name)
#將圖片轉(zhuǎn)換為數(shù)組
image = img_to_array(image)
#轉(zhuǎn)為黑白
image = tf.image.rgb_to_grayscale(image)
plt.imshow(image)

錯誤信息：

圖2、坑二錯誤

原圖是三維的，圖片維度為(480,500,3)，轉(zhuǎn)為黑白后圖片的shape變成了(480,500,1)。

猜測，黑白的是不是就兩維。于是進(jìn)行了降維操作學(xué)習(xí)了tf.squeeze()方法，最后降維后，大功告成，結(jié)束！

補(bǔ)充

我當(dāng)時看了image的類型，本以為是因?yàn)檗D(zhuǎn)換為array后，里邊值的類型為float，所以才不會顯示圖片。

當(dāng)時就把float類型轉(zhuǎn)為了int型。后來才發(fā)現(xiàn)，其實(shí)不管array里的值類型是float還是int,都會顯示。

所以第一版成功運(yùn)行的代碼是把圖片類型也轉(zhuǎn)換了，代碼如下，第六行多了一句將圖片轉(zhuǎn)為int型的代碼。

image_name = 'cat1.jpg'
image = load_img(image_name)
plt.imshow(image)
#將圖片轉(zhuǎn)換為數(shù)組
image = img_to_array(image)
image = image.astype(dtype='uint8')
#轉(zhuǎn)為黑白
image = tf.image.rgb_to_grayscale(image)
#降維
image = tf.squeeze(image,2)
plt.imshow(image)