Python 操作错误：无法识别图像文件<_io.BytesIO对象位于&燃气轮机；当试图用Keras模型进行预测时

我在YouTube上观看了deeplizard的“将Keras神经网络部署到烧瓶web服务”教程，但被卡住了。 我找到了一些解决类似问题的建议，这些建议对其他人（如和）有所帮助，但由于某些原因，它们对我不起作用。也许我用错了

它被

image=image.open（io.BytesIO（decoded））

这一行打乱了

这是我的代码（很抱歉，这不是最小的，我不知道如何简化它而不删除可能相关的细节）

如果你有任何建议，请告诉我

非常感谢

app = Flask(__name__)


def get_model():
    global model, graph
    model = load_model('model.h5')
    print(' * Model loaded!')
    graph = tf.Graph()


def preprocess_image(image, target_size):
    if image.mode != 'RGB':
        image = image.convert('RGB')
    image = image.resize(target_size)
    image = img_to_array(image)
    image = np.expand_dims(image, axis=0)

    return image


print(' * Loading model...')
get_model()


@app.route('/predict', methods=["POST"])
def predict():
    message = request.get_json(force=True)
    encoded = message['image']
    decoded = base64.b64decode(encoded)
    with graph.as_default():
        image = Image.open(io.BytesIO(decoded))
        preprocessed_image = preprocess_image(image, target_size(50, 50))
        prediction = model.predict(preprocessed_image).tolist()

        response = {
            'prediction': {
                'food': prediction[0][0],
                'notfood': prediction[0][1]
            }
        }
    return jsonify(response)

我怀疑这可能是因为我的模型将输入作为：

model.predict\u类（即重塑（-1,50,50,3）），批量大小=32，详细程度=0）[0]

---

但用户通过html上传的图像并没有被“重塑”。。。我试图在代码中编造这个，但到目前为止运气不好。

我也遇到了同样的问题。目标大小没有问题，因为它将取决于您部署的模型所训练的数据集中图像的目标大小

无论如何，问题在于从客户端发送到服务器的图像类型（png/jpg）。确保在下面的代码行（clientside.html）中

base64Image=dataURL.replace（“数据：image/png；base64，”，”）

您特别提到了png，并且还发送了与imagename.png（png图像）相同类型的图像

---

我希望这可能会有帮助

您尝试加载的图像的格式是什么？@MatiasValdenegro，jpg。我想弄清楚如何允许多种格式，但首先我只想让它工作您正在使用的

Image

类是什么？请提供完整的错误堆栈跟踪。