如何使用張量流解碼圖像 roi？

Question

在使用 haarcasde 文件檢測后從面部檢測到圖像后。 但我收到了這個錯誤

/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/gen_string_ops.py in substr(input, pos, len, unit, name)
   1888       _result = pywrap_tfe.TFE_Py_FastPathExecute(
   1889         _ctx._context_handle, tld.device_name, "Substr", name,
-> 1890         tld.op_callbacks, input, pos, len, "unit", unit)
   1891       return _result
   1892     except _core._FallbackException:

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type int).

這是我的代碼

def detect_and_noise_face(img):

    # Watch solutions video for line by line explanation!

    face_img = img.copy()
    roi = img.copy()

    face_rects = face_cascade.detectMultiScale(face_img,scaleFactor=1.3, minNeighbors=3) 
    for (x,y,w,h) in face_rects: 

        roi = roi[y:y+h,x:x+w]
        image = tf.image.decode_image(roi)

    return face_img

為什么我要解碼圖像，因為我試圖在該 roi 上創建對抗性示例。 https://www.tensorflow.org/tutorials/generation/adversarial_fgsm謝謝。

Answer 1

tf.image.decode_image用於將原始輸入字節解碼為張量，這里不是這種情況。

我想您想要的是將 numpy 數組（ roi ）轉換為tf.Tensor 。 為此，您可以使用tf.convert_to_tensorhttps://www.tensorflow.org/api_docs/python/tf/convert_to_tensor