在python tensorflow中将base64作为图像读取

我训练了一个模型，我可以像这样给它输入一个图像：

方法1： 现在，我希望能够执行类似的操作，但不是使用

.load\u img（）

从文件中读取图像，而是希望在base64中获取图像并获得相同的

输入数组

方法2（不提供与上述相同的
输入\u数组
）：
正如我们所见，方法1上的
输入数组
与方法2上的
输入数组
不同。如何获得与方法1相同的结果？其思想是构建一个API来进行推理，并将数据作为base64获取

fpath = 'image.jpg'
image_size = (224, 224)

img = tf.keras.preprocessing.image.load_img(
    fpath,
    grayscale=False,
    color_mode='rgb',
    target_size=IMAGE_SIZE,
    interpolation='bilinear')

input_array = tf.keras.preprocessing.image.img_to_array(img)
input_array[0][0] # output: array([167., 103.,  66.], dtype=float32)
pred = model_loaded.predict(np.expand_dims(input_array, axis = 0)/255)

fpath = 'image.jpg'

# convert image base64 to be sent
image_base64 = base64.b64encode(open(fpath, 'rb').read()).decode("utf-8")
data = json.dumps({'image': image_base64})

# on the server side I get `data` and I want to read the base64 to feed tensorflow model
image = base64.b64decode(json.loads(data)['image'])
image[0:5] # output: b'\xff\xd8\xff\xe0\x00'

image = tf.io.decode_image(image, channels=3)
image = tf.image.resize(image, 
                        method="bilinear", 
                        size=IMAGE_SIZE)

input_array = np.array(image) 
input_array[0][0] # output array([163.3482  , 102.01786 ,  62.383926], dtype=float32)
pred = model.predict(np.expand_dims(input_array, axis=0))