Node.js 将base64图像转换为张量

我将图像作为base64字符串发送到node express服务器，以使用tensorflow分析对象检测。如何使用节点js中的cocossd模型将base64图像更改为目标检测的张量。

服务器端节点js

base64字符串可以转换为二进制，然后使用

tf.node

 const b = Buffer.from(base64str, 'base64')
    // get the tensor
 const t = tf.node.decodeImage(b)

如果其他属性/值没有随请求一起发送，最好在post请求或websocket中直接以二进制形式发送图像。在这种情况下，不需要从base64服务器端重新进行转换

浏览器端

const b = atob(base64str)
let byteNumbers = new Array(b.length);
for (let i = 0; i < b.length; i++) {
    byteNumbers[i] = b.charCodeAt(i);
}
let tensor = tf.tensor(byteNumbers)

---

服务器端节点

base64字符串可以转换为二进制，然后使用

tf.node

 const b = Buffer.from(base64str, 'base64')
    // get the tensor
 const t = tf.node.decodeImage(b)

如果其他属性/值没有随请求一起发送，最好在post请求或websocket中直接以二进制形式发送图像。在这种情况下，不需要从base64服务器端重新进行转换

浏览器端

const b = atob(base64str)
let byteNumbers = new Array(b.length);
for (let i = 0; i < b.length; i++) {
    byteNumbers[i] = b.charCodeAt(i);
}
let tensor = tf.tensor(byteNumbers)

---

在服务器端node.js tf.tensor（b，shape）上，值shape应该有什么？第二个解决方案我得到的错误是模型中提供的dict['image\u tensor']的形状。execute（dict）必须是[-1，-1,3]，但它是[1629051]@Edkevek问我应该如何给张量赋形。形状应该是

[高度、宽度、通道]

。您需要知道图像的宽度和高度。您可以添加批次尺寸（最左边的位置），这将使形状成为

[b、高度、宽度、通道]

。当您使用tf.fromPixels时，它直接返回3d或4d张量{base64:'/9j/4AAQSKZJRGABAAQAASABIAA……。'，宽度：722，图片方向：1，设备方向：1，高度：1280}其my base64图像分辨率。我在服务器中使用的代码是

let buff=Buffer.from（data.photo.base64，'base64'）let tensor=tf.tensor（buff[data.photo.height，data.photo.width，3]）

，但我在根据提供的形状获取张量时出错，[1280722,3]，张量应具有2772480个值，但具有610963@Jayaprakash您找到解决方案了吗？在服务器端node.js tf.tensor（b，shape）上，值shape应该有什么？第二个解决方案我得到的错误是模型中提供的dict['image_tensor']的形状。execute（dict）必须是[-1，-1，-1,3]，但它是[1629051]@Edkevek问我应该如何给张量赋形。形状应该是

[高度、宽度、通道]

。您需要知道图像的宽度和高度。您可以添加批次尺寸（最左边的位置），这将使形状成为

[b、高度、宽度、通道]

。当您使用tf.fromPixels时，它直接返回3d或4d张量{base64:'/9j/4AAQSKZJRGABAAQAASABIAA……。'，宽度：722，图片方向：1，设备方向：1，高度：1280}其my base64图像分辨率。我在服务器中使用的代码是

let buff=Buffer.from（data.photo.base64，'base64'）let tensor=tf.tensor（buff[data.photo.height，data.photo.width，3]）

，但我在根据提供的形状获取张量时出错，[1280722,3]，张量应具有2772480个值，但具有610963@Jayaprakash你找到解决办法了吗？