我训练了一个神经网络模型,我希望能够轻松地从我的计算机上传一张图像来预测它的分类。我正在尝试使用此代码段将图像上传到 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
OpenCV 模块中的函数将图像转换为像素数组,但上传的文件类型是字节,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,以便我可以将它与
cv2.imread
一起使用作为文件路径的功能,或者,是否有另一种方法来实现我正在寻找的东西?谢谢
最佳答案
要从内存中读取字节数组,请尝试 cv2.imdecode .需要使用 np.frombuffer 将字节转换为 numpy 数组,然后使用 imdecode
img = cv2.imdecode(np.frombuffer(uploaded[fn]), np.uint8), 1)
关于python - 上传图片到google Colab,使用Keras进行分类预测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49213553/