resize keras load_img(PIL Image resize) vs cv2.resize

keras 里的load img用的是PIL,与cv2中的resize算法不同, 两个库的nearest算法结果不同

 

cv2: 

https://www.cnblogs.com/jyxbk/p/7651241.html

cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) -> dst 

参数说明:

src - 原图

dst - 目标图像。当参数dsize不为0时,dst的大小为size;否则,它的大小需要根据src的大小,参数fx和fy决定。dst的类型(type)和src图像相同

dsize - 目标图像大小。当dsize为0时,它可以通过以下公式计算得出:

所以,参数dsize和参数(fx, fy)不能够同时为0

fx - 水平轴上的比例因子。当它为0时,计算公式如下:

fy - 垂直轴上的比例因子。当它为0时,计算公式如下:

import tkinter as tk from tkinter import filedialog from PIL import Image, ImageTk import cv2 import numpy as np from tensorflow.keras.models import load_model class DigitRecognitionApp: def init(self, master): self.master = master self.master.title(“数字识别器”) # 加载预训练MNIST模型 self.model = load_model('mnist_model.h5') # 需提前训练或下载 # 创建UI组件 self.create_widgets() def create_widgets(self): # 上传按钮 self.btn_upload = tk.Button(self.master, text="上传图片", command=self.upload_image) self.btn_upload.pack(pady=10) # 图片显示 self.image_label = tk.Label(self.master) self.image_label.pack() # 识别按钮 self.btn_recognize = tk.Button(self.master, text="识别数字", command=self.recognize_digit) self.btn_recognize.pack(pady=10) # 结果显示 self.result_label = tk.Label(self.master, text="识别结果:", font=('Arial', 14)) self.result_label.pack(pady=10) def upload_image(self): file_path = filedialog.askopenfilename(filetypes=[("Image Files", "*.png;*.jpg;*.jpeg")]) if file_path: image = Image.open(file_path) image.thumbnail((200, 200)) photo = ImageTk.PhotoImage(image) self.image_label.config(image=photo) self.image_label.image = photo self.image_path = file_path def recognize_digit(self): try: # 预处理图像 img = cv2.imread(self.image_path, cv2.IMREAD_GRAYSCALE) img = cv2.resize(img, (28, 28)) img = img.reshape(1, 28, 28, 1).astype('float32') / 255 # 进行预测 prediction = self.model.predict(img) digit = np.argmax(prediction) self.result_label.config(text=f"识别结果:{digit}") except Exception as e: self.result_label.config(text="识别失败:" + str(e)) if name == “main”: root = tk.Tk() app = DigitRecognitionApp(root) root.mainloop() 修改要求:上传的图片中不管是英文、数字,都要识别出来
最新发布
04-04
评论
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