如何在 CNN 中使用自己的图像进行预测？答案

【问题标题】：How do I use my own image for a prediction in CNN?如何在 CNN 中使用自己的图像进行预测？
【发布时间】：2020-05-22 06:49:36
【问题描述】：

我正在尝试在我的 CNN 中使用我自己的 28x28 像素图像，但是当我尝试对其进行重塑时，我不断收到此错误：

x = x.reshape(1,28,28,1)

ValueError: cannot reshape array of size 2352 into shape (1,28,28,1)

我的图像是 28x28，但我无法将其更改为单个灰度通道。我一直在通过 anaconda 使用 spyder，每当我尝试将 opencv 安装到我的根环境中时，我都会收到“UnsatisfiableError”。 Pip安装也不起作用。我想知道是否有人在不使用外部库而只使用 tensorflow 的情况下重塑我的图像。

我已经搜索了答案并尝试了建议的解决方案，但不幸的是它们都没有奏效。

提前致谢。

回复 AKX：

def Predict(imgPath):
    x = plt.imread(imgPath)
    x = x.reshape(1,28,28,1)


    with graph.as_default():
        out = model.predict(x)
        return out

回复 Skander HR：

(28,28,3)

回复 Matias Valdenegro：

我的问题是 openCV 不工作。它已安装，但我尝试检查是否有任何代理服务器，安装 python3.dll 并尝试安装 microsoft mediafeaturepack 以消除错误，但这些都不起作用。当我编写这样的程序时：

import cv2 as cv
print("done")

我收到错误消息：

    import cv2 as cv
ImportError: DLL load failed: The specified module could not be found.

【问题讨论】：

这里的x 是什么？请向我们展示更多代码（例如，如何加载图像）。
您好，您能告诉我们您的图片是什么形状的吗？ x.shape
RGB不能reshape为灰度图，需要进行颜色转换，可以使用OpenCV，具体问题请补充。
我已经通过编辑原帖回答了 3 个问题。感谢您的提问。
我建议尝试通过 anaconda 提示符使用 'pip' 卸载并重新安装 opencv。

标签： python tensorflow keras spyder

【解决方案1】：

只需使用Pillow 调整图像大小：

from PIL import Image
import numpy as np 
...
img = Image.fromarray(x)
img = img.resize((28,28))
x = np.asarray(img)
x = x.reshape(1,28,28,1)
...

使用 pip 安装 pip install pillow 要么 python3 -m pip install pillow 这样您就可以确定您使用的是正确的 python 版本。

【讨论】：

嗨 Frederik，当我将它添加到我的代码中时，我收到此错误：raise TypeError("Cannot handle this data type") TypeError: Cannot handle this data type

【解决方案2】：

您主要使用大小为 28*28 的 RGB 图像，因此您的大小为 28*28*3=2352。您需要将其转换为灰度图像以匹配您的张量形状。

您可以使用以下命令使用 opencv 进行转换：-

gray_image = cv2.imread(path_to_image, cv2.IMREAD_GRAYSCALE)

【讨论】：

谢谢，但问题是我不能使用opencv，因此不能使用cv2。
如果您使用的是 numpy stackoverflow.com/questions/41971663/…，请查看此链接

【解决方案3】：

在对自己的图像进行预测和使用灰度图像时，需要考虑两个概念。

默认情况下，OpenCV 或 PIL 中的灰度模式会考虑没有最后一个轴（颜色轴）的灰度图像。这意味着，您必须使用np.expand_dims(image,axis=2) 或image = image[..., np.newaxis]。完成此步骤后，您的图片大小为(width,height,1)。
您再次使用np.expand_dims(image, axis=0) 来添加batch_index 大小。这是必要的，因为默认情况下，在 Keras/TensorFlow 中，您只能对批次进行预测。在您的情况下，照片实际上意味着 batch_size 为 1。

如果您牢记这两点，您将成功且轻松地使用model.predict() 来获得您的预测。

【讨论】：