使用python语言将8位的数字图像转换为24位暨相关报错信息的解决方法

本文链接：https://blog.csdn.net/weixin_43051346/article/details/103974984

Index 目录索引

写在前面--报错信息一览
转换方法--将8位的数字图像转换为24位
参考

写在前面–报错信息一览

在使用深度神经网络模型进行图像预测的时候，可能会报出如下错误：


ValueError: Error when checking input: expected input_1 to have 4 dimensions, but got array with shape (0, 1)

或者这种错误信息：


ValueError: Error when checking input: expected input_1 to have shape (None, None, 3) but got array with shape (229, 229, 1)

经过一番耐心探索之后，发现之所以会出现这种类型的错误，是因为进行预测的时候投入的图像属性不匹配的原因，举个例子，比如说投入的是8 bits（8位）的图像会报错，而将图像改为24bits（24位）之后就可以正常进行预测了。下面顺便介绍下如何使用python语言将8位的数字图像转换为24位。

转换方法–将8位的数字图像转换为24位

这篇文章参考了这篇文章中提到的方法^[1]，但发现里面的代码貌似不太完整，拿来后并不能直接使用，所以本文在前面这位大神的基础上将其代码进行加工完善，并给出详细解释。

话不多说，直接给出相关代码：

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import os
import cv2
import sys
import shutil


path='./before/'   # 要处理的图像所在目录
newpath='./after/'    # 转换后的图像存储目录

def 8to24(path):
    files = os.listdir(path)
    files = np.sort(files)
    
    for f in files:
        imgpath = path + f
        img = Image.open(imgpath).convert('RGB')
        # 这里可能会报错 TypeError: Expected Ptr < cv::UMat > for argument '%s'
        # 报错原因是传入的参数不对，原本传入到cv2中的image需要是numpy.array类型，但是从Debug的信息可以看出，传进去的是字符串类型，所以报错。解决方法如下：
        # 这里先把图像转换成numpy数组的格式，然再用imwrite写入，如下：
        img_array = np.array(img)

        # img = Image.open(imgpath)
        dirpath = newpath
        file_name, file_extend = os.path.splitext(f)
        dst = os.path.join(os.path.abspath(dirpath), file_name + '.jpg')
        # cv2.imwrite(dst, img) 
        # 直接运行上句代码时会报错 TypeError: Expected Ptr < cv::UMat > for argument '%s'，报错原因见上，这里修改为如下代码语句：
        cv2.imwrite(dst, img_array)

8to24(path)