1、image.load_img()
from keras.preprocessing import image img_keras = image.load_img('./original/dog/880.jpg') print(img_keras) img_keras = image.img_to_array(img_keras) print(img_keras[:,1,1])
效果如下:
<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=256x384 at 0x2E6999D37B8> #image.load_img()只是加载了一个文件,没有形成numpy数组, #下面的numpy数组是通过image.img_to_array()的函数形成的 [108. 108. 110. 115. 119. 120. 122. 125. 127. 127. 129. 131. 132. 134. 1. 135. 138. 138. 139. 143. 141. 136. 132. 131. 135. 121. 103. 97. 2. 85. 69. 65. 69. 67. 74. 80. 77. 82. 92. 99. 105. 113. 3. 126. 128. 129. 132. 134. 135. 135. 135. 135. 134. 133. 131. 130. 4. 124. 122. 120. 119. 119. 121. 122. 123. 121. 120. 120. 122. 124. 5. 124. 123. 121. 120. 119. 119. 118. 116. 114. 121. 120. 117. 115. 6. 112. 111. 111. 114. 105. 104. 107. 104. 103. 106. 105. 101. 71. 7. 99. 99. 77. 71. 80. 69. 71. 69. 65. 63. 65. 64. 61. 8. 67. 74. 77. 79. 81. 79. 76. 78. 78. 77. 75. 77. 79. 9. 72. 68. 68. 67. 66. 64. 63. 61. 61. 57. 57. 56. 56. 10. 51. 45. 42. 34. 31. 28. 26. 27. 28. 28. 28. 29. 29. 11. 28. 27. 26. 25. 26. 24. 23. 22. 21. 21. 21. 22. 22. 12. 21. 21. 20. 20. 20. 19. 19. 19. 18. 18. 18. 18. 18. 13. 18. 18. 18. 17. 16. 14. 13. 12. 12. 10. 10. 10. 10. 14. 9. 9. 8. 10. 10. 10. 10. 12. 15. 18. 20. 23. 20. 15. 175. 229. 231. 230. 221. 219. 220. 227. 223. 213. 220. 227. 221. 16. 216. 219. 214. 197. 187. 179. 165. 175. 160. 175. 201. 206. 207. 17. 196. 178. 189. 207. 195. 190. 188. 152. 124. 97. 113. 179. 214. 18. 122. 172. 178. 204. 196. 200. 184. 167. 147. 112. 106. 131. 193. 19. 202. 188. 187. 199. 206. 207. 208. 172. 139. 147. 128. 130. 215. 20. 224. 221. 219. 217. 218. 206. 185. 158. 180. 174. 173. 142. 139. 21. 200. 202. 205. 174. 122. 119. 123. 120. 155. 206. 160. 191. 191. 22. 182. 158. 116. 66. 29. 6. 22. 47. 54. 53. 55. 61. 64. 23. 75. 80. 84. 86. 88. 87. 88. 89. 89. 88. 87. 86. 86. 24. 71. 174. 136. 13. 7. 38. 68. 77. 79. 80. 81. 81. 80. 25. 78. 77. 77. 77. 77. 76. 76. 76. 75. 74. 75. 75. 75. 26. 73. 71. 70. 68. 65. 62. 59. 57. 55. 52. 49. 46. 43. 27. 34. 31. 28. 25. 23.]
2、cv2.imread()
import cv2 img_cv2 = cv2.imread('./original/dog/880.jpg') print(img_cv2[:,1,1])
效果如下:
[108 108 110 115 119 120 122 125 127 127 129 131 132 134 134 135 138 138 139 143 141 136 132 131 135 121 103 97 97 85 69 65 69 67 74 80 77 82 92 99 105 113 120 126 128 129 132 134 135 135 135 135 134 133 131 130 126 124 122 120 119 119 121 122 123 121 120 120 122 124 124 124 123 121 120 119 119 118 116 114 121 120 117 115 113 112 111 111 114 105 104 107 104 103 106 105 101 71 72 99 99 77 71 80 69 71 69 65 63 65 64 61 62 67 74 77 79 81 79 76 78 78 77 75 77 79 76 72 68 68 67 66 64 63 61 61 57 57 56 56 54 51 45 42 34 31 28 26 27 28 28 28 29 29 28 28 27 26 25 26 24 23 22 21 21 21 22 22 21 21 21 20 20 20 19 19 19 18 18 18 18 18 18 18 18 18 17 16 14 13 12 12 10 10 10 10 9 9 9 8 10 10 10 10 12 15 18 20 23 20 27 175 229 231 230 221 219 220 227 223 213 220 227 221 220 216 219 214 197 187 179 165 175 160 175 201 206 207 207 196 178 189 207 195 190 188 152 124 97 113 179 214 147 122 172 178 204 196 200 184 167 147 112 106 131 193 218 202 188 187 199 206 207 208 172 139 147 128 130 215 228 224 221 219 217 218 206 185 158 180 174 173 142 139 151 200 202 205 174 122 119 123 120 155 206 160 191 191 192 182 158 116 66 29 6 22 47 54 53 55 61 64 69 75 80 84 86 88 87 88 89 89 88 87 86 86 92 71 174 136 13 7 38 68 77 79 80 81 81 80 79 78 77 77 77 77 76 76 76 75 74 75 75 75 74 73 71 70 68 65 62 59 57 55 52 49 46 43 38 34 31 28 25 23]
补充知识:keras报错:load_weights() got an unexpected keyword arguement 'skip_mmismatch'
网上下载了一个Yolo(keras+tensorflow)网络的训练代码,在运行的时候,报了以下错误:
load_weights() got an unexpected keyword arguement 'skip_mmismatch'。
在网上搜索了半天,也没有发现具体原因,最后,仔细看了看这句话的报错,因为我调用的是一个keras的内置函数,却报了没有这个参数的错,就想到了版本问题。最后将keras进行升级(我的升级到了2.1.5版本),这个问题就解决了。
总结:
在跑keras和tensorflow程序的时候遇到了好多次这种版本导致的问题。因为深度学习现在发展比较迅速,所以很多框架的API更新比较快,以后debug的时候一定要注意排查版本问题。
以上这篇浅谈cv2.imread()和keras.preprocessing中的image.load_img()区别就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]