Python numpy.array vs img_to_array

numpy.array（image）

和

img\u to\u array（image）

函数之间有什么区别<代码>img\u to\u数组在

keras.preprocessing.image

包中。我想将它与图像一起用作此函数的输入。

据我所知，

img\u to\u array（）

是图像类的一种方法。该类并不表示数组，而是更抽象的东西，但图像本身就是数组。这可能就是为什么使用

numpy.array（image）

会得到类似的结果

---

注意，由于方法有更多的信息（称之为“上下文”），它们应该更高效、更可靠。例如，opencv2在处理BGR图像时使用的是表示，而不是RGB。一开始可能会让人困惑，但使用合适的cv2库，您甚至不必真正考虑它（取决于您打算做什么）

您可以通过查看以下源代码轻松找到答案：

因此，主要区别在于，您可以将数据格式参数传递给

img\u to\u array

，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3D数组（例如，如果给定的输入

img

是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中提到了输入映像是一个PIL映像实例，但它也可以用于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）

）。

两个函数的输出相同？@nish2288 Yes，返回的值将是相同的。尽管如此，请注意

img_to_array

中的默认数据类型是

'float32'

，而在使用默认数据类型时，则是表示数据所需的最小类型。在这两种情况下，您都可以使用

dtype

参数显式指定所需的数据类型。@今天，对于一幅图像，当我使用

np.array

和[83.77.76.74.69.73.101.117.113]时，我得到了[-44.5-50.5-51.5-53.5-58.5-54.5-26.5-10.5-14.5]。既然我没有改变默认值，你知道为什么吗？PS：这是最后一个过滤器的前10个

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