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

Question

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：

import tensorflow_hub as hub
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

content_path = r'C:\Users\Sriram\Desktop\efil.jpg'
style_path = r'C:\Users\Sriram\Desktop\download1.jfif'
content_image = plt.imread(content_path)
style_image = plt.imread(style_path)

plt.subplot(1, 2, 1)
plt.title('Content Image')
plt.axis('off')
plt.subplot(1, 2, 2)
plt.title('Style Image')
plt.axis('off')

def image_to_tensor(path_to_img):
    img = tf.io.read_file(path_to_img)
    img = tf.image.decode_image(img, channels=3, dtype=tf.float32)
    
    # Resize the image to specific dimensions
    img = tf.image.resize(img, [720, 512])
    img = img[tf.newaxis, :]
    return img

def tensor_to_image(tensor):
    tensor = tensor*255
    tensor = np.array(tensor, dtype=np.uint8)
    tensor = tensor[0]
    plt.figure(figsize=(20,10))
    plt.axis('off')
    return plt.imshow(tensor)

content_image_tensor = image_to_tensor(content_path)
style_image_tensor = image_to_tensor(style_path)
hub_module = hub.load('https://tfhub.dev/google/magenta/arbitrary-image-stylization-v1-256/2')
combined_result = hub_module(tf.constant(content_image_tensor), tf.constant(style_image_tensor))[0]
result=tensor_to_image(combined_result)

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

Answer 1

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_image击中了somewhat known issue：当“一般”解码图像时，形状不会返回-这使得对resize()的调用失败。有多种方法可以做到这一点

利用已知的图像大小

如果您事先知道图像的大小，可以使用^{}方法（并然后调整大小）将大小强制到张量上：

img = tf.io.read_file(path_to_img)
img = tf.image.decode_image(img, channels=3, dtype=tf.float32)
    
# Workaround
img.set_shape([width, height, 3])

img = tf.image.resize(img, [720, 512])
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格式的，那么可以使用decode_jpeg来代替，这会更好一些：

img = tf.io.read_file(path_to_img)

# Workaround
img = tf.image.decode_jpeg(img, channels=3)
img = tf.image.convert_image_dtype(img, np.float32)

img = tf.image.resize(img, [720, 512])
img = img[tf.newaxis, :]

使用带裁剪和填充的“调整大小”

或者，您可以尝试使用tf.image.resize_with_crop_or_pad，这显然可以解决该问题：

img = tf.io.read_file(path_to_img)
img = tf.image.decode_image(img, channels=3, dtype=tf.float32)
    
# Workaround
img = tf.image.resize_image_with_crop_or_pad(img, 720, 512)

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_to_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enable eager execution

tf.compat.v1.enable_eager_execution()

---

另一方面，您可以使用^{}和^{}将图像转换回：

def tensor_to_image(tensor):
    tensor = tf.image.convert_image_dtype(tensor, np.uint8)
    tensor = tf.squeeze(tensor)

    plt.figure(figsize=(20,10))
    plt.axis('off')
    return plt.imshow(tensor)

这将确保所有值都正确饱和（例如，在转换为np.float32时，0..1之外不会有值），并摆脱一些神奇的[0]索引