Anaconda||Python报错:TypeError: Image data of dtype <U40 cannot be converted to float

本文档描述了在Spyder中使用matplotlib.pyplot显示图片时遇到的TypeError问题,以及尝试的多种解决方法,包括检查路径、确认图片大小和尝试将图片转化为数组。虽然部分方法未解决问题,但提供了可能的解决方案方向。
部署运行你感兴趣的模型镜像

一、问题描述

在Spyder中,使用 matplotlib.pyplot 查看文件夹中一张图片

编写代码程序为:

import matplotlib.pyplot as plt

plt.figure("Sample")   #打开一个图像窗口
img_path = "E:\\TotalTrain\\yirenzou100ns_0m_18041.png"
plt.imshow(img_path)   
plt.axis('on')         #显示坐标轴
plt.title('yirenzou100ns_0m_18041.png')
plt.show()             #显示图片

但报错:TypeError: Image data of dtype <U40 cannot be converted to float,意思是无法把图像转换为float类型因此无法读取图像


二、解决方法

网上搜索解决的方法林林总总,下边列举一下,有成功有失败

兄弟们不妨都试一下§(* ̄▽ ̄*)§,因为虽然报错内容一致,但报错的原因可能不太一样啦~~~

2.1 刷新 (我不成功T_T)

Restart kernel,然后重新运行代码

 2.2 检查路径

严格检查自己的路径是否正确,可以试着修改路径"E:\\TotalTrain\\yirenzou100ns_0m_18041.png"
(此路径为举例)为"E:/TotalTrain/yirenzou100ns_0m_18041.png"

如果依然报错,则不是路径问题(图中报错原因非路径问题)

 2.3查看图片像素

如果使用matplotlib.image.imread读入图片时,图片像素过大,也会报告此错误

选择要查看的图片点击鼠标右键,选择属性,图中表示图片大小为227×227,因此不是图片像素过大的问题

 

 2.4 将图片转化为数组

 使用matplotlib.image读取图片,输出为一个数组;接着使用matplotlib相关函数便可显示图片

import matplotlib.pyplot as plt     #plt显示图片
import matplotlib.image as mpimg    #mpimg读取图片

img = mpimg.imread("E:\\TotalTrain\\yirenzou100ns_0m_18041.png")
#此时的img已是一个数组
img.shape                          #显示图片大小

plt.imshow(img)                    #显示图片
plt.axis('on')                     #显示坐标轴
plt.title('beijin100ns_1807.png')
plt.show()

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

### 解决 Anaconda Python 环境下 TensorFlow 安装后的 TypeErrorAnacondaPython 环境中,如果安装 TensorFlow 后运行时出现了 `TypeError: Descriptors cannot not be created directly` 错误,通常是因为依赖包 `protobuf` 的版本不兼容所致。以下是详细的解决方案: #### 1. **卸载并重装合适的 Protobuf 版本** 高版本的 `protobuf` 可能会引发上述错误,因此需要将其降级到兼容版本。具体操作如下: 打开 Anaconda Prompt 并激活当前使用的 PyTorch 或 TensorFlow 环境: ```bash conda activate your_env_name ``` 接着执行以下命令来卸载现有版本的 `protobuf` 并安装兼容版本(推荐使用 `3.19.0`)[^1][^2]: ```bash pip uninstall protobuf pip install protobuf==3.19.0 ``` #### 2. **设置环境变量作为临时解决方法** 如果无法立即更新或降级 `protobuf`,可以尝试通过设置环境变量的方式绕过该问题。这可以通过以下命令实现: ```bash set PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python # Windows 系统 export PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION=python # Linux/MacOS 系统 ``` 此方式虽然有效,但由于采用纯 Python 实现解析器,性能可能会有所下降[^4]。 #### 3. **验证 TensorFlow 是否正常工作** 在完成以上调整后,可通过导入 TensorFlow 来确认问题是否已解决: ```python import tensorflow as tf print(tf.__version__) ``` 若无任何异常提示,则说明问题已被成功修复。 #### 4. **其他注意事项** - 如果仍存在冲突情况,建议检查整个环境中是否存在多个不同版本的 `protobuf` 被加载的可能性。 - 对于某些特定场景下的 TensorFlow 和 CUDA 配置组合,可能还需要额外注意 GPU 支持库(如 cuDNN 和 CUDA Toolkit)的匹配性[^5]。 ```python import os os.environ['PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION'] = 'python' ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值