代码之家  ›  专栏  ›  技术社区  ›  jruivo

将图像上传到google Colab,并使用Keras预测分类

  •  0
  • jruivo  · 技术社区  · 7 年前

    我训练了一个神经网络模型,我希望能够很容易地从我的计算机上传一幅图像来预测它的分类。我正在尝试使用以下代码片段将图像上载到Google Colab:

    from google.colab import files
    
    uploaded = files.upload()
    
    for fn in uploaded.keys():
      print('User uploaded file "{name}" with length {length} bytes'.format(
          name=fn, length=len(uploaded[fn])))
    

    我想使用 cv2.imread 函数将图像转换为像素数组,但上载的文件类型为字节,而此函数需要文件路径。

    我的问题是,有没有办法将上传的图像保存在Colab的文件目录中,以便我可以将其用于 cv2.imread 作为文件路径的功能,或者,是否有其他方法来实现我所寻找的?

    非常感谢。

    1 回复  |  直到 7 年前
        1
  •  1
  •   Adnan S    7 年前

    要从内存中读取字节数组,请尝试 cv2.imdecode 。需要使用np将字节转换为numpy数组。frombuffer,然后使用imdecode

     img = cv2.imdecode(np.frombuffer(uploaded[fn]), np.uint8), 1)