Python ModuleNotFoundError:没有名为'；预处理器&x27；_Python_Python 3.x

Python ModuleNotFoundError:没有名为'；预处理器&x27；

python python-3.x

Python ModuleNotFoundError:没有名为'；预处理器&x27；,python,python-3.x,Python,Python 3.x,执行程序时出现模块未找到错误 import numpy as np import cv2 from preprocessors import x_cord_contour, makeSquare, resize_to_pixel 我很确定你正在学习Rajeev D的深度学习课程。我进一步猜测你没有按照视频中的建议下载VM映像在自定义模块中定义了功能x\u cord\u contour、makeSquare和resize\u to\u pixel。如果您在没有虚拟机的情况下学习本课程，只需将下

执行程序时出现模块未找到错误

import numpy as np
import cv2
from preprocessors import x_cord_contour, makeSquare, resize_to_pixel

我很确定你正在学习Rajeev D的深度学习课程。我进一步猜测你没有按照视频中的建议下载VM映像

在自定义模块中定义了功能

x\u cord\u contour

、

makeSquare

和

resize\u to\u pixel

。如果您在没有虚拟机的情况下学习本课程，只需将下面的函数复制并粘贴到代码中，然后删除import语句

import numpy as np
import cv2

def x_cord_contour(contour):
    # This function take a contour from findContours
    # it then outputs the x centroid coordinates
    M = cv2.moments(contour)
    return (int(M['m10']/M['m00']))


def makeSquare(not_square):
    # This function takes an image and makes the dimenions square
    # It adds black pixels as the padding where needed

    BLACK = [0,0,0]
    img_dim = not_square.shape
    height = img_dim[0]
    width = img_dim[1]
    #print("Height = ", height, "Width = ", width)
    if (height == width):
        square = not_square
        return square
    else:
        doublesize = cv2.resize(not_square,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)
        height = height * 2
        width = width * 2
        #print("New Height = ", height, "New Width = ", width)
        if (height > width):
            pad = int((height - width)/2)
            #print("Padding = ", pad)
            doublesize_square = cv2.copyMakeBorder(doublesize,0,0,pad,pad,cv2.BORDER_CONSTANT,value=BLACK)
        else:
            pad = (width - height)/2
            #print("Padding = ", pad)
            doublesize_square = cv2.copyMakeBorder(doublesize,pad,pad,0,0,\
                                                   cv2.BORDER_CONSTANT,value=BLACK)
    doublesize_square_dim = doublesize_square.shape
    #print("Sq Height = ", doublesize_square_dim[0], "Sq Width = ", doublesize_square_dim[1])
    return doublesize_square


def resize_to_pixel(dimensions, image):
    # This function then re-sizes an image to the specificied dimenions

    buffer_pix = 4
    dimensions  = dimensions - buffer_pix
    squared = image
    r = float(dimensions) / squared.shape[1]
    dim = (dimensions, int(squared.shape[0] * r))
    resized = cv2.resize(image, dim, interpolation = cv2.INTER_AREA)
    img_dim2 = resized.shape
    height_r = img_dim2[0]
    width_r = img_dim2[1]
    BLACK = [0,0,0]
    if (height_r > width_r):
        resized = cv2.copyMakeBorder(resized,0,0,0,1,cv2.BORDER_CONSTANT,value=BLACK)
    if (height_r < width_r):
        resized = cv2.copyMakeBorder(resized,1,0,0,0,cv2.BORDER_CONSTANT,value=BLACK)
    p = 2
    ReSizedImg = cv2.copyMakeBorder(resized,p,p,p,p,cv2.BORDER_CONSTANT,value=BLACK)
    img_dim = ReSizedImg.shape
    height = img_dim[0]
    width = img_dim[1]
    #print("Padded Height = ", height, "Width = ", width)
    return ReSizedImg

将numpy导入为np
进口cv2
def x_线缆_轮廓（轮廓）：
#此函数从findContours获取轮廓
#然后输出x形心坐标
M=cv2.力矩（轮廓）
返回值（int（M['m10']/M['m00']））
def makeSquare（非_square）：
#此函数用于拍摄图像，并使二维数为正方形
#它在需要的地方添加黑色像素作为填充
黑色=[0,0,0]
img\u dim=非方形形状
高度=仪表组尺寸[0]
宽度=img_尺寸[1]
#打印（“Height=，Height，”，Width=，Width）
如果（高度=宽度）：
正方形=非正方形
返回广场
其他：
doublesize=cv2.调整大小（非正方形，（2*宽度，2*高度），插值=cv2.内部立方）
高度=高度*2
宽度=宽度*2
#打印（“新高度=”，高度，“新宽度=”，宽度）
如果（高度>宽度）：
pad=int（（高度-宽度）/2）
#打印（“Padding=”，pad）
doublesize_square=cv2.copyMakeBorder（doublesize，0,0，pad，pad，cv2.BORDER_常量，值=黑色）
其他：
焊盘=（宽度-高度）/2
#打印（“Padding=”，pad）
doublesize_square=cv2.copyMakeBorder（doublesize，pad，pad，0,0\
cv2.边界（U常数，值=黑色）
doublesize\u square\u dim=doublesize\u square.shape
#打印（“Sq-Height=，doublesize\u-square\u-dim[0]，“Sq-Width=，doublesize\u-square\u-dim[1]）
返回双尺寸方格
def将大小调整为像素（尺寸、图像）：
#然后，此函数将图像的大小重新调整为特定的尺寸
缓冲区_pix=4
尺寸=尺寸-缓冲区
平方=图像
r=浮动（尺寸）/平方形状[1]
尺寸=（尺寸，整数（平方形状[0]*r））
调整大小=cv2.调整大小（图像、尺寸、插值=cv2.内部区域）
img_dim2=已调整大小的.shape
高度=img\U dim2[0]
宽度=img\U dim2[1]
黑色=[0,0,0]
如果（高度>宽度）：
调整大小=cv2.copyMakeBorder（调整大小，0,0,1，cv2.BORDER_常量，值=黑色）
如果（高度<宽度）：
resized=cv2.copyMakeBorder（已调整大小，1,0,0，cv2.BORDER_常量，值=黑色）
p=2
ReSizedImg=cv2.copyMakeBorder（已调整大小，p，p，p，p，cv2.BORDER_常量，值=黑色）
img_dim=尺寸dimg.shape
高度=仪表组尺寸[0]
宽度=img_尺寸[1]
#打印（“填充高度=，高度，，”宽度=，宽度）
返回ReSizedImg

我很确定您正在学习Rajeev D的深度学习课程。我进一步猜测您没有按照视频中的建议下载VM映像

在自定义模块中定义了功能

x\u cord\u contour

、

makeSquare

和

resize\u to\u pixel

。如果您在没有虚拟机的情况下学习本课程，只需将下面的函数复制并粘贴到代码中，然后删除import语句

import numpy as np
import cv2

def x_cord_contour(contour):
    # This function take a contour from findContours
    # it then outputs the x centroid coordinates
    M = cv2.moments(contour)
    return (int(M['m10']/M['m00']))


def makeSquare(not_square):
    # This function takes an image and makes the dimenions square
    # It adds black pixels as the padding where needed

    BLACK = [0,0,0]
    img_dim = not_square.shape
    height = img_dim[0]
    width = img_dim[1]
    #print("Height = ", height, "Width = ", width)
    if (height == width):
        square = not_square
        return square
    else:
        doublesize = cv2.resize(not_square,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)
        height = height * 2
        width = width * 2
        #print("New Height = ", height, "New Width = ", width)
        if (height > width):
            pad = int((height - width)/2)
            #print("Padding = ", pad)
            doublesize_square = cv2.copyMakeBorder(doublesize,0,0,pad,pad,cv2.BORDER_CONSTANT,value=BLACK)
        else:
            pad = (width - height)/2
            #print("Padding = ", pad)
            doublesize_square = cv2.copyMakeBorder(doublesize,pad,pad,0,0,\
                                                   cv2.BORDER_CONSTANT,value=BLACK)
    doublesize_square_dim = doublesize_square.shape
    #print("Sq Height = ", doublesize_square_dim[0], "Sq Width = ", doublesize_square_dim[1])
    return doublesize_square


def resize_to_pixel(dimensions, image):
    # This function then re-sizes an image to the specificied dimenions

    buffer_pix = 4
    dimensions  = dimensions - buffer_pix
    squared = image
    r = float(dimensions) / squared.shape[1]
    dim = (dimensions, int(squared.shape[0] * r))
    resized = cv2.resize(image, dim, interpolation = cv2.INTER_AREA)
    img_dim2 = resized.shape
    height_r = img_dim2[0]
    width_r = img_dim2[1]
    BLACK = [0,0,0]
    if (height_r > width_r):
        resized = cv2.copyMakeBorder(resized,0,0,0,1,cv2.BORDER_CONSTANT,value=BLACK)
    if (height_r < width_r):
        resized = cv2.copyMakeBorder(resized,1,0,0,0,cv2.BORDER_CONSTANT,value=BLACK)
    p = 2
    ReSizedImg = cv2.copyMakeBorder(resized,p,p,p,p,cv2.BORDER_CONSTANT,value=BLACK)
    img_dim = ReSizedImg.shape
    height = img_dim[0]
    width = img_dim[1]
    #print("Padded Height = ", height, "Width = ", width)
    return ReSizedImg

将numpy导入为np
进口cv2
def x_线缆_轮廓（轮廓）：
#此函数从findContours获取轮廓
#然后输出x形心坐标
M=cv2.力矩（轮廓）
返回值（int（M['m10']/M['m00']））
def makeSquare（非_square）：
#此函数用于拍摄图像，并使二维数为正方形
#它在需要的地方添加黑色像素作为填充
黑色=[0,0,0]
img\u dim=非方形形状
高度=仪表组尺寸[0]
宽度=img_尺寸[1]
#打印（“Height=，Height，”，Width=，Width）
如果（高度=宽度）：
正方形=非正方形
返回广场
其他：
doublesize=cv2.调整大小（非正方形，（2*宽度，2*高度），插值=cv2.内部立方）
高度=高度*2
宽度=宽度*2
#打印（“新高度=”，高度，“新宽度=”，宽度）
如果（高度>宽度）：
pad=int（（高度-宽度）/2）
#打印（“Padding=”，pad）
doublesize_square=cv2.copyMakeBorder（doublesize，0,0，pad，pad，cv2.BORDER_常量，值=黑色）
其他：
焊盘=（宽度-高度）/2
#打印（“Padding=”，pad）
doublesize_square=cv2.copyMakeBorder（doublesize，pad，pad，0,0\
cv2.边界（U常数，值=黑色）
doublesize\u square\u dim=doublesize\u square.shape
#打印（“Sq-Height=，doublesize\u-square\u-dim[0]，“Sq-Width=，doublesize\u-square\u-dim[1]）
返回双尺寸方格
def将大小调整为像素（尺寸、图像）：
#然后，此函数将图像的大小重新调整为特定的尺寸
缓冲区_pix=4
尺寸=尺寸-缓冲区
平方=图像
r=浮动（尺寸）/平方形状[1]
尺寸=（尺寸，整数（平方形状[0]*r））
调整大小=cv2.调整大小（图像、尺寸、插值=cv2.内部区域）
img_dim2=已调整大小的.shape
高度=img\U dim2[0]
宽度=img\U dim2[1]
黑色=[0,0,0]
如果（高度>宽度）：
调整大小=cv2.copyMakeBorder（调整大小，0,0,1，cv2.BORDER_常量，值=黑色）
如果（高度<宽度）：
resized=cv2.copyMakeBorder（已调整大小，1,0,0，cv2.BORDER_常量，值=黑色）
p=2
ReSizedImg=cv2.copyMakeBorder（已调整大小，p，p，p，p，cv2.BORDER_常量，值=黑色）
img_dim=尺寸dimg.shape
高度=仪表组尺寸[0]
宽度=img_尺寸[1]
#打印（“填充高度=，高度，，”宽度=，宽度）
返回ReSizedImg

什么是

预处理器

？你认为它为什么会存在？你认为它是预处理器吗