用tensorflow將圖片灰度化及遇到的坑

用tensorflow將圖片灰度化，很簡單的一個問題，幾句代碼就OK了。但是這裏邊有很多坑，稍不留神，半天都不一定找得到原因。我下面說說我遇到的坑，希望看到這篇博客的你，別遇到。

先給代碼，再介紹我遇到的坑：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from keras_preprocessing.image import load_img,img_to_array
%matplotlib inline


image_name = 'cat1.jpg'
image = load_img(image_name)
#將圖片轉換爲數組
image = img_to_array(image)
#轉爲黑白
image = tf.image.rgb_to_grayscale(image)
image = tf.squeeze(image,2)
plt.imshow(image)

步驟很簡單：

1. 讀取彩色圖片
2. 轉換爲黑白圖片
3. 顯示這個黑白圖片

---

就這簡簡單單的幾步，我卻遇到了很多問題，不過在解決問題的過程中又學到了很多，還是很有收穫的。 

• 坑一：

#坑一、不將image轉換爲數組，直接用rgb_to_grayscale方法，將圖片轉爲灰度圖片
image_name = 'cat1.jpg'
image = load_img(image_name)
#轉爲黑白
image = tf.image.rgb_to_grayscale(image)

執行上邊代碼會報錯如下圖，不能直接將一個圖片轉化爲一個tensor。這裏需要先將image對象轉化爲數組array。然後通過百度學會了img_to_array()方法。

圖1、坑一錯誤信息

• 坑二：

#坑二：最後圖片無法顯示
image_name = 'cat1.jpg'
image = load_img(image_name)
#將圖片轉換爲數組
image = img_to_array(image)
#轉爲黑白
image = tf.image.rgb_to_grayscale(image)
plt.imshow(image)

錯誤信息：

圖2、坑二錯誤

原圖是三維的，圖片維度爲(480,500,3)，轉爲黑白後圖片的shape變成了(480,500,1)。猜測，黑白的是不是就兩維。於是進行了降維操作 學習了tf.squeeze()方法，具體請看https://ximing.blog.csdn.net/article/details/103261290

 最後降維後，大功告成，結束！

• 補充：

我當時看了image的類型，本以爲是因爲轉換爲array後，裏邊值的類型爲float，所以纔不會顯示圖片。當時就把float類型轉爲了int型。後來才發現，其實不管array裏的值類型是float還是int,都會顯示。所以第一版成功運行的代碼是把圖片類型也轉換了，代碼如下，第六行多了一句將圖片轉爲int型的代碼。

image_name = 'cat1.jpg'
image = load_img(image_name)
plt.imshow(image)
#將圖片轉換爲數組
image = img_to_array(image)
image = image.astype(dtype='uint8')
#轉爲黑白
image = tf.image.rgb_to_grayscale(image)
#降維
image = tf.squeeze(image,2)
plt.imshow(image)