ValueError：无法将输入数组从形状（224,224,4）广播到形状（224,224,3），使用灰度图像测试时出错

Question

以下代码适用于 RGB 图像，但不适用于灰度图像，另外我需要知道为什么灰度图像的形状为 (224,224,4)，据我所知它应该是 (224,224,1)。

import silence_tensorflow.auto
import tensorflow.keras
from PIL import Image, ImageOps
import numpy as np

np.set_printoptions(suppress=True)
model = tensorflow.keras.models.load_model('models/keras_model.h5')
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
size = (224, 224)


def classify(img_path):
    image = Image.open(img_path)
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    image_array = np.asarray(image)
    print(image_array.shape)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    prediction = model.predict(data)
    print(prediction)
    if prediction[0][-1] == 1:      
        return False
    else:
        return True

Answer 1

为了社区的利益，在这里提供解决方案

Grayscale图像有1通道， RGB图像有3 ， RGBA有4个通道，最后一个通道代表alpha 。 你可以试试image = Image.open(img_path).convert('RGB') （转述自 Frightera）

工作代码如下图

import silence_tensorflow.auto
import tensorflow.keras
from PIL import Image, ImageOps
import numpy as np

np.set_printoptions(suppress=True)
model = tensorflow.keras.models.load_model('models/keras_model.h5')
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
size = (224, 224)


def classify(img_path):
    image = Image.open(img_path).convert('RGB')
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    image_array = np.asarray(image)
    print(image_array.shape)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    prediction = model.predict(data)
    print(prediction)
    if prediction[0][-1] == 1:      
        return False
    else:
        return True