TypeError：使用tf.io.decode_jpeg导入后，无法使用plt.imshow将图像数据转换为float

Question

我正在尝试使用Tensorflow加载文件并使结果可视化，但是我遇到TypeError：图像数据无法转换为float

import tensorflow as tf
import matplotlib.pyplot as plt

image = tf.io.read_file('./my-image.jpg')
image = tf.io.decode_jpeg(image, channels=3)
print(image.shape)  # (?, ?, 3)
plt.imshow(image)

Answer 1

不确定您的tensorflow版本。 TensorFlow默认在1.x使用静态计算图。 您获得的image的数据类型为Tensor从而显示此错误。 首先创建自定义图片。

import numpy as np
from PIL import Image

np.random.seed(0)
image = np.random.random_sample(size=(256,256,3))
im = Image.fromarray(image, 'RGB')
im.save('my-image.jpg')

然后，您需要使用tf.Session()启动此会话。 这将显示上面创建的图像。

import tensorflow as tf
import matplotlib.pyplot as plt

image = tf.io.read_file('my-image.jpg')
image = tf.io.decode_jpeg(image, channels=3)
print(image)

with tf.Session() as sess:
    plt.imshow(sess.run(image))
    plt.show()

# print
Tensor("DecodeJpeg:0", shape=(?, ?, 3), dtype=uint8)

或者您可以通过tf.enable_eager_execution()启动动态计算图。 上面的代码可以达到相同的效果。

import tensorflow as tf
import matplotlib.pyplot as plt

tf.enable_eager_execution()

image = tf.io.read_file('my-image.jpg')
image = tf.io.decode_jpeg(image, channels=3)
plt.imshow(image)
plt.show()

tensorflow2中的默认值是动态计算图。 您不需要使用tf.enable_eager_execution() 。