TypeError：使用tf.io.decode_jpeg導入后，無法使用plt.imshow將圖像數據轉換為float

Question

我正在嘗試使用Tensorflow加載文件並使結果可視化，但是我遇到TypeError：圖像數據無法轉換為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

不確定您的tensorflow版本。 TensorFlow默認在1.x使用靜態計算圖。 您獲得的image的數據類型為Tensor從而顯示此錯誤。 首先創建自定義圖片。

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()啟動此會話。 這將顯示上面創建的圖像。

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)

或者您可以通過tf.enable_eager_execution()啟動動態計算圖。 上面的代碼可以達到相同的效果。

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中的默認值是動態計算圖。 您不需要使用tf.enable_eager_execution() 。