numpy.array与img_to_array的区别

Question

numpy.array(image)和img_to_array(image)函数有什么区别？img_to_array位于keras.preprocessing.image包中，我想将图片作为输入传递给这个函数。

- Nishant

Answer 1

那么，您可以通过查看img_to_array的源代码来轻松找到答案:

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，以将通道放置在第一个轴或最后一个轴上。此外，它会确保返回的数组是一个3D数组（例如，如果给定的输入img是一个可能表示灰度图像的2D数组，则会添加另一个维度为1的轴以使其成为3D数组）。

请注意，尽管在docstring中已经提到输入图像是PIL图像实例，但它也可以与numpy数组或甚至Python列表一起使用（因为首先将输入转换为numpy数组：x = np.asarray(img, dtype=dtype)）。

- today

---

这两个函数的输出结果相同吗？ - Nishant

@nish2288 是的，返回的值将是相同的。但请注意，在 img_to_array 中默认的数据类型是 'float32'，而在使用 np.array 时，默认的数据类型将是表示数据所需的最小类型。在这两种情况下，您都可以使用 dtype 参数显式指定所需的数据类型。 - today

今天对于一张图片，我使用np.array得到了[-44.5 -50.5 -51.5 -53.5 -58.5 -54.5 -26.5 -10.5 -14.5]，而使用img_to_array则得到了[ 83. 77. 76. 74. 69. 73. 101. 117. 113.]。有任何想法吗？因为我没有改变任何默认设置。 PS：这是最后一个滤波器的前10个。 - Kanishk Mair

Answer 2

据我所见，在一些示例中，img_to_array()是一个图像类的方法。该类并不代表一个数组，而是更抽象的东西，但图像本质上是一个数组。这可能就是为什么使用numpy.array(image)会得到类似的结果。

请注意，随着方法拥有更多信息（称之为“上下文”），它们应该更有效和可靠。例如，当涉及表示时，opencv2正在操作BGR图像，而不是RGB。起初可能会感到困惑，但使用正确的cv2库，您甚至不必真正考虑它（取决于您打算做什么）。

- IMCoins