python - numpy.array 与 img_to_array

Question

numpy.array(image) 和 img_to_array(image) 函数有什么区别？ img_to_array 位于 keras.preprocessing.image 包内。我想将它与图像一起用作此函数的输入。

Answer 1

嗯，看img_to_array的源码就可以轻松找到答案。 :

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

因此，主要区别在于您可以将数据格式参数传递给 img_to_array 以将 channel 置于第一个轴或最后一个轴。此外，它将确保返回的数组是一个 3D 数组(例如，如果给定的输入 img 是一个可能代表灰度图像的 2D 数组，那么它将添加另一个维度为 1 的轴使它成为一个 3D 数组)。

请注意，虽然在文档字符串中已经提到输入图像是 PIL 图像实例，但它也适用于 numpy 数组甚至 Python 列表(因为输入首先被转换为 numpy 数组:x = np.asarray(img, dtype=dtype)).