Python ValueError:无法将输入数组从形状（224,4）广播到形状（224,3），使用灰度图像测试时出错

以下代码适用于RGB图像，但不适用于灰度图像，我还需要知道为什么灰度图像的形状为（224,4），据我所知应该是（224,1）

---

为了社区的利益，在这里提供解决方案

Grayscale

图像具有

1

通道，

RGB

图像具有

3

，以及

RGBA

有

4个通道，最后一个通道代表alpha。您可以尝试
image=image.open（img\u path）.convert（'RGB'）
（摘自Frightera）

工作代码如下所示

import silence_tensorflow.auto
import tensorflow.keras
from PIL import Image, ImageOps
import numpy as np

np.set_printoptions(suppress=True)
model = tensorflow.keras.models.load_model('models/keras_model.h5')
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
size = (224, 224)


def classify(img_path):
    image = Image.open(img_path).convert('RGB')
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    image_array = np.asarray(image)
    print(image_array.shape)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    prediction = model.predict(data)
    print(prediction)
    if prediction[0][-1] == 1:      
        return False
    else:
        return True

灰度图像有1个通道正确，RGB图像有3个通道，RGBA有4个通道最后一个通道代表alpha。因此，您可能希望在加载后检查图像的形状等。那么您对代码中可以做哪些更改有何建议@Frightera您可以尝试
Image.open（img\u路径）。convert（'RGB'）
@Frightera谢谢，伙计，它成功了。：）
import silence_tensorflow.auto
import tensorflow.keras
from PIL import Image, ImageOps
import numpy as np

np.set_printoptions(suppress=True)
model = tensorflow.keras.models.load_model('models/keras_model.h5')
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)
size = (224, 224)


def classify(img_path):
    image = Image.open(img_path).convert('RGB')
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    image_array = np.asarray(image)
    print(image_array.shape)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    prediction = model.predict(data)
    print(prediction)
    if prediction[0][-1] == 1:      
        return False
    else:
        return True