keras.preprocessing.image.array_to_img如何工作

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (1)
  • 关注 (0)
  • 查看 (459)

keras.preprocessing.image.array_to_img用来将数组数据(代表图像)转换为图像。然后当我使用时.save(),我注意到数据已经转换。

我不知道为什么。

因此我创建了一个简单的例子,事实证明它array_to_img()真的做了一些意想不到的事情,或者我遗漏了一些东西:

from keras.preprocessing.image import image
import matplotlib.pyplot as plt
import numpy as np

array1=np.array([[[255,0,0],[100,0,0]],
               [[0,0,0],[0,0,0]]])
plt.imshow(array1)
plt.show()

img_4=image.array_to_img()
img_4.save('img_4.jpg')

img_4load = image.load_img('img_4.jpg', target_size=(2, 2))
img_4load_array = image.img_to_array(img_4load)
print(img_4load_array)

结果:

[[[117.  39.  39.]
  [ 97.  19.  19.]]

 [[ 65.   0.   0.]
  [ 55.   0.   0.]]]

我的阵列数据已经改变!!

为什么会发生这种情况,我该如何避免这种情况?

提问于
用户回答回答于

jpeg是一种压缩的格式。这意味着当您使用此格式保存图像时,它将通过压缩过程传递,或者只是压缩。这样做的目的是节省存储空间。对于真实图像并且在一定范围内的损失,我们的眼睛无法区分真实图像和压缩图像之间的差异。由于您的图像非常小,因此修改量非常大。要保持值不变,请以不压缩图像的png格式(例如格式)保存图像。您只需在保存时更改扩展名:

img_4.save('img_4.png')

您可以在此处看到PIL模块中可用的图像格式,您可以在此处阅读有关图像压缩的更多信息

扫码关注云+社区

领取腾讯云代金券