【发布时间】：2019-11-25 03:03:15
【问题描述】：
基本上，我使用了 Teachable Machine，这是 Google 的一个网站，可让您训练自己的机器学习模型。它还具有可以导出代码的功能。我从未使用过 Tensorflow 或 OpenCV/cv2，所以这对我来说是一个相当艰巨的过程。
这是我的代码：
from PIL import Image
import numpy as np
import cv2
import numpy as np
import matplotlib.pyplot as plt
# Disable scientific notation for clarity
np.set_printoptions(suppress=True)
cap = cv2.VideoCapture(0)
# Load the model
model = tensorflow.keras.models.load_model('keras_model.h5', compile=False)
# Create the array of the right shape to feed into the keras model
# The 'length' or number of images you can put into the array is
# determined by the first position in the shape tuple, in this case 1.
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
# Replace this with the path to your image
image = Image.open('Path to your image')
# Make sure to resize all images to 224, 224 otherwise they won't fit in the array
image = image.resize((224, 224))
image_array = np.asarray(image)
# Normalize the image
normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
# Load the image into the array
data[0] = normalized_image_array
# run the inference
prediction = model.predict(data)
print(prediction)
它是直接来自可教机器。目前，该程序只允许我上传程序将分类的单个图像。
是否可以使用我的程序（最好使用 openCV）将实时视频流式传输到该程序。
另外，如果您有时间，能否告诉我如何在程序已识别的类周围放置彩色框。
如果要求太多，我很抱歉！
【问题讨论】：
标签： python-3.x opencv tensorflow