Python 如何将Keras与网络摄像头一起使用？

我有一个经过训练的模特。用20000个“灰色”样本训练模型。İt正在处理“灰色”测试样本。但我想用网络摄像头测试这个模型。这是我的代码：

#Load the saved model
model = keras.models.load_model('C:\keras\handrecognition_model.h5')
video = cv2.VideoCapture(0)

while True:
    _, frame = video.read()
    im = Image.fromarray(frame, 'RGB')
    im = im.resize((128, 128))
    img_array = np.array(im)

    img_array = np.expand_dims(img_array, axis=0)

    prediction = int(model.predict(img_array)[0][0])

    # if prediction is 0, which means I am missing on the image, then show the frame in gray color.
    if prediction == 0:
            frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow("Capturing", frame)
    key = cv2.waitKey(1)
    if key == ord('q'):
            break

video.release()
cv2.destroyAllWindows()

存在错误：ValueError:检查输入时出错：预期conv2d_1_输入具有形状（120320,1），但获取具有形状（128128,3）的数组

此处显示灰色测试图像的输出：

经过培训的模特：

# Construction of model
model = Sequential()
model.add(Conv2D(32, (5, 5), activation='relu', input_shape=(120, 320, 1))) 
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu')) 
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(10, activation='softmax'))

编辑：我更新代码如下：

_, frame = video.read()
frame = cv2.resize(frame, (120, 360))
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
img_array = np.array(gray)

ValueError：检查输入时出错：预期conv2d_1_输入有4个维度，但得到了形状为（1，360，120）的数组

编辑2：此处为列车文章：

编辑3：我想，这是可行的。现在我将发送一个框架来预测，我将找到最合适的。如果可以的话，我会和大家分享。多谢各位

    _, frame = video.read()
    frameCopy=frame.copy()
    frameCopy = cv2.resize(frameCopy, (120, 320))
    gray = cv2.cvtColor(frameCopy, cv2.COLOR_BGR2GRAY)
    img_array = np.array(gray)
    img_array = img_array.reshape(120, 320, 1)
    img_array = np.expand_dims(img_array, axis=0)

这会将灰度图像转换为RGB。它只会将当前的一维值复制到三维。如果它抛出错误， 试试这个

    im = im.convert('L')
    im = im.convert('RGB')

---

'L'

首先将其转换为黑白，以防您的输入有时不仅仅是1D

编辑后回答您的问题： 您需要4个维度，而不是3个：（批量大小、通道、宽度、高度）。因此，请尝试以下方法：

img_array = np.array(gray)
img_array = img_array.reshape(1, 1, 360, 120)

---

在将输入形状馈送到网络之前，您需要将输入形状重塑为网络的输入形状。据我所知，我的输入形状是（1203201）。我可以调整大小为128128，但无法更改颜色比例。您的网络摄像头图像是

（128128,3）

。您需要将其转换为灰度，并将其调整大小/填充到正确的形状。我可以共享指向train文章的链接吗？它是禁止的吗？它不是禁止的，如果你认为它有助于理解你想做的事情，就把它添加到问题中。我已经试过“L”，但我仍然犯同样的错误。所有列车和试验样品的灰度。但我想用摄像机来测试这个模型。我添加了一个链接。也许会有帮助。

img_array = np.array(gray)
img_array = img_array.reshape(1, 1, 360, 120)