Python 在将图像转换为张量以执行神经风格转换时，我得到了图像没有形状的值错误

我使用tensorflow_hub模块执行神经风格转换，得到错误“图像”不包含形状”。我不明白我在哪里犯了错误

这是我的代码：

导入tensorflow\u hub作为hub
导入tensorflow作为tf
将numpy作为np导入
将matplotlib.pyplot作为plt导入
content\u path=r'C:\Users\Sriram\Desktop\efil.jpg'
style\u path=r'C:\Users\Sriram\Desktop\download1.jfif'
content\u image=plt.imread（content\u路径）
style\u image=plt.imread（style\u路径）
plt.子地块（1,2,1）
plt.title（'内容图像'）
打印轴（“关闭”）
plt.子地块（1、2、2）
plt.title（'样式图像'）
打印轴（“关闭”）
def图像到张量（路径到图像）：
img=tf.io.read\u文件（路径\u到\u img）
img=tf.image.decode_image（img，channels=3，dtype=tf.float32）
#将图像调整为特定尺寸
img=tf.image.resize（img[720512]）
img=img[tf.newaxis，：]
返回img
定义张量到图像（张量）：
张量=张量*255
张量=np.array（张量，dtype=np.uint8）
张量=张量[0]
plt.图（figsize=（20,10））
打印轴（“关闭”）
返回plt.imshow（张量）
内容\图像\张量=图像\到\张量（内容\路径）
样式\图像\张量=图像\到\张量（样式\路径）
集线器模块=集线器加载（'https://tfhub.dev/google/magenta/arbitrary-image-stylization-v1-256/2')
组合结果=中心模块（tf.常量（内容图像张量）、tf.常量（样式图像张量））[0]
结果=张量到图像（组合结果）

以下是错误：

runfile('C:/Users/Sriram/.spyder-py3/temp.py', wdir='C:/Users/Sriram/.spyder-py3')
Traceback (most recent call last):

  File "C:\Users\Sriram\.spyder-py3\temp.py", line 30, in <module>
    content_image_tensor = image_to_tensor(content_path)

  File "C:\Users\Sriram\.spyder-py3\temp.py", line 20, in image_to_tensor
    img = tf.image.resize(img, [720, 512])

  File "C:\Users\Sriram\anaconda3\lib\site-packages\tensorflow\python\ops\image_ops_impl.py", line 1182, in resize_images
    skip_resize_if_same=True)

  File "C:\Users\Sriram\anaconda3\lib\site-packages\tensorflow\python\ops\image_ops_impl.py", line 1029, in _resize_images_common
    raise ValueError('\'images\' contains no shape.')

ValueError: 'images' contains no shape

runfile（'C:/Users/Sriram/.spyder-py3/temp.py'，wdir='C:/Users/Sriram/.spyder-py3'）
回溯（最近一次呼叫最后一次）：
文件“C:\Users\Sriram\.spyder-py3\temp.py”，第30行，在
内容\图像\张量=图像\到\张量（内容\路径）
文件“C:\Users\Sriram\.spyder-py3\temp.py”，第20行，在图像到张量中
img=tf.image.resize（img[720512]）
文件“C:\Users\Sriram\anaconda3\lib\site packages\tensorflow\python\ops\image\u ops\u impl.py”，第1182行，在resize\u images中
如果相同，则跳过调整大小）
文件“C:\Users\Sriram\anaconda3\lib\site packages\tensorflow\python\ops\image\u ops\u impl.py”，第1029行，位于“resize\u images\u common”
提升值错误（“\'images\”不包含形状。“）
ValueError:“图像”不包含形状

您的代码在TensorFlow 2.2上运行良好，因此我假设您在TensorFlow 1.x上使用

decode\u图像

：当“一般”解码图像时，形状不会返回-这使得调用

resize（）

失败。有多种方法可以做到这一点

利用已知的图像大小 如果事先知道图像的大小，可以使用以下方法将大小强制到张量上（然后调整大小）：

img=tf.io.read\u文件（路径到\u img）
img=tf.image.decode_image（img，channels=3，dtype=tf.float32）
#变通办法
img.set_形状（[宽度、高度，3]）
img=tf.image.resize（img[720512]）
img=img[tf.newaxis，：]

利用已知的图像格式 如果您知道所有图像都是JPEG格式，则可以使用

decode\u JPEG

，这会更好一些：

img=tf.io.read\u文件（路径到\u img）
#变通办法
img=tf.image.decode\u jpeg（img，通道=3）
img=tf.image.convert\u image\u dtype（img，np.float32）
img=tf.image.resize（img[720512]）
img=img[tf.newaxis，：]

使用带裁剪和填充的“调整大小” 或者，您也可以尝试使用显然能解决该问题的方法：

img=tf.io.read\u文件（路径到\u img）
img=tf.image.decode_image（img，channels=3，dtype=tf.float32）
#变通办法
img=tf.image。使用裁剪或焊盘（img，720，512）调整图像大小
img=img[tf.newaxis，：]

---

不过有一个警告：代码假定所有操作都是急切地执行的，这是TensorFlow 2.x上的默认值，而不是TensorFlow 1.x上的默认值。因此，

tensor\u to\u image（tensor）

函数将失败，因为提供的张量不能简单地转换为NumPy数组。要解决此问题，可以在脚本开始时运行

tf.compat.v1.enable_eager_execution（）

---

在旁注上-您可以使用和将图像转换回：

def tensor\u到图像（tensor）：
tensor=tf.image.convert\u image\u dtype（tensor，np.uint8）
张量=tf.挤压（张量）
plt.图（figsize=（20,10））
打印轴（“关闭”）
返回plt.imshow（张量）

这将确保所有值都适当饱和（例如，当转换为

np.float32

时，将不会有

0..1

之外的值），并摆脱某种神奇的

[0]

索引