numpy.array 与 img_to_array

Question

numpy.array(image)和img_to_array(image)功能和有什么不一样？img_to_array是在keras.preprocessing.image包裹内。我想将它与图像一起用作此函数的输入。

Answer 1

好吧，您可以通过查看以下源代码轻松找到答案img_to_array：

def img_to_array(img, data_format='channels_last', dtype='float32'):

    """Converts a PIL Image instance to a Numpy array.

    # Arguments

        img: PIL Image instance.

        data_format: Image data format,

            either "channels_first" or "channels_last".

        dtype: Dtype to use for the returned array.

    # Returns

        A 3D Numpy array.

    # Raises

        ValueError: if invalid `img` or `data_format` is passed.

    """

    if data_format not in {'channels_first', 'channels_last'}:

        raise ValueError('Unknown data_format: %s' % data_format)

    # Numpy array x has format (height, width, channel)

    # or (channel, height, width)

    # but original PIL image has format (width, height, channel)

    x = np.asarray(img, dtype=dtype)

    if len(x.shape) == 3:

        if data_format == 'channels_first':

            x = x.transpose(2, 0, 1)

    elif len(x.shape) == 2:

        if data_format == 'channels_first':

            x = x.reshape((1, x.shape[0], x.shape[1]))

        else:

            x = x.reshape((x.shape[0], x.shape[1], 1))

    else:

        raise ValueError('Unsupported image shape: %s' % (x.shape,))

    return x

因此，主要区别在于您可以将数据格式参数img_to_array传递给以将通道放置在第一个轴或最后一个轴上。此外，它将确保返回的数组是一个 3D 数组（例如，如果给定的输入img是一个可能表示灰度图像的 2D 数组，那么它将添加另一个维度为 1 的轴以使其成为 3D 数组）。

请注意，尽管在 docstring 中提到输入图像是 PIL 图像实例，但它也适用于 numpy 数组甚至 Python 列表（因为输入首先转换为 numpy 数组：）x = np.asarray(img, dtype=dtype)。