淺談cv2.imread()和keras.preprocessing中的image.load_img()區(qū)別
更新時(shí)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(shuō)明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)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(gè)文件，沒(méi)有形成numpy數(shù)組， #下面的numpy數(shù)組是通過(guò)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(shí)：keras報(bào)錯(cuò)：load_weights() got an unexpected keyword arguement 'skip_mmismatch'
網(wǎng)上下載了一個(gè)Yolo（keras+tensorflow）網(wǎng)絡(luò)的訓(xùn)練代碼，在運(yùn)行的時(shí)候，報(bào)了以下錯(cuò)誤：
load_weights() got an unexpected keyword arguement 'skip_mmismatch'。
在網(wǎng)上搜索了半天，也沒(méi)有發(fā)現(xiàn)具體原因，最后，仔細(xì)看了看這句話的報(bào)錯(cuò)，因?yàn)槲艺{(diào)用的是一個(gè)keras的內(nèi)置函數(shù)，卻報(bào)了沒(méi)有這個(gè)參數(shù)的錯(cuò)，就想到了版本問(wèn)題。最后將keras進(jìn)行升級(jí)（我的升級(jí)到了2.1.5版本），這個(gè)問(wèn)題就解決了。
總結(jié)：
在跑keras和tensorflow程序的時(shí)候遇到了好多次這種版本導(dǎo)致的問(wèn)題。因?yàn)樯疃葘W(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(shí)候一定要注意排查版本問(wèn)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?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
python學(xué)習(xí)pymongo模塊的使用方法
這篇文章主要介紹了python學(xué)習(xí)pymongo模塊的使用方法，pymongo模塊是python操作mongo數(shù)據(jù)的第三方模塊，總結(jié)一下常用到的簡(jiǎn)單用，需要的小伙伴可以參考一下2022-09-09
Django 多語(yǔ)言教程的實(shí)現(xiàn)(i18n)
這篇文章主要介紹了Django 多語(yǔ)言教程的實(shí)現(xiàn)(i18n)，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-07-07
python簡(jiǎn)單實(shí)現(xiàn)AES加密和解密
這篇文章主要為大家詳細(xì)介紹了python簡(jiǎn)單實(shí)現(xiàn)AES加密和解密，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-03-03
在SAE上部署Python的Django框架的一些問(wèn)題匯總
這篇文章主要介紹了在SAE上部署Python的Django框架的一些問(wèn)題匯總,SAE是新浪的一個(gè)在線APP部署平臺(tái),并且對(duì)Python應(yīng)用提供相關(guān)支持,需要的朋友可以參考下2015-05-05
使用Python內(nèi)置模塊與函數(shù)進(jìn)行不同進(jìn)制的數(shù)的轉(zhuǎn)換
這篇文章主要介紹了使用Python內(nèi)置模塊與函數(shù)進(jìn)行不同進(jìn)制的數(shù)的轉(zhuǎn)換，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
這篇文章主要介紹了Python使用matplotlib繪制三維圖形,結(jié)合實(shí)例形式分析了Python基于matplotlib庫(kù)繪制三維圖形的相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下2018-08-08
解決Pycharm調(diào)用Turtle時(shí) 窗口一閃而過(guò)的問(wèn)題
今天小編就為大家分享一篇解決Pycharm調(diào)用Turtle時(shí) 窗口一閃而過(guò)的問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02
這篇文章主要介紹了python爬取youtube視頻的相關(guān)知識(shí)，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
python中必會(huì)的四大高級(jí)數(shù)據(jù)類型（字符,元組,列表,字典）
這篇文章主要介紹了python中必會(huì)的四大高級(jí)數(shù)據(jù)類型（字符,元組,列表,字典）,本文通過(guò)實(shí)例圖文相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-05-05
python實(shí)現(xiàn)倒計(jì)時(shí)小工具
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)倒計(jì)時(shí)小工具，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-07-07