Explorez l'impact des images en niveaux de gris sur les résultats des tests de détection de cibles - RVB aux images en niveaux de gris, les images en niveaux de gris étendues sur trois canaux

1. Question: Entrez directement l'image convertie en niveaux de gris dans le réseau neuronal et trouvez

FileNotFoundError: [Errno 2] Aucun fichier ou répertoire de ce type: 'home / JPEGImages / Image_24.jpg'

Deuxièmement, l'analyse: l'image en niveaux de gris n'a qu'un seul canal, tandis que RVB a trois canaux

3. Solution: copiez deux fois l'image en niveaux de gris d'un canal pour obtenir l'image requise par les trois canaux

import cv2 
import os 
from PIL import Image 
import numpy as np 
file_dir = 'home / JPEGImages2 /' # 'input folder /' 
out_dir = 'home / JPEGImages /' # 'output folder /' 
a = os.listdir (file_dir) 
# img = Image.open ("home / img / Image_01.jpg") #Méthode d'ouverture d'une seule image 

pour i dans un: 
    print (i) 
    I = Image.open (file_dir + i) 
    L = I.convert ('L' ) 
    a = np.array (L) # converti en tableau numpy 
    image = np.expand_dims (a, axis = 2) 
    image = np.concatenate ((image, image, image), axis = -1) # axis = -1 Est le dernier canal 
    # image.save (out_dir + i) #Save picture (save image as image) 
    cv2.imwrite (out_dir + i, image) # Save picture (save array as image) 
# print (image)

Lien de référence:

https://blog.csdn.net/zgcr654321/article/details/88015327 (Plusieurs façons de sauvegarder le tableau en tant qu'image, il a également une référence à stackoverflow)

https://stackoom.com/question/3WAWn/%E5%A6%82%E4%BD%95%E4%BD%BF%E7%94%A8%E5%B8%A6%E6%9C%89%E7 % 81% B0% E5% BA% A6% E5% 9B% BE% E5% 83% 8F% E7% 9A% 84% E9% A2% 84% E5% 85% 88% E8% AE% AD% E7% BB % 83% E7% 9A% 84% E7% A5% 9E% E7% BB% 8F% E7% BD% 91% E7% BB% 9C (Après l'avoir lu, je n'ai pas choisi de changer le réseau d'origine, mais j'ai choisi la méthode actuelle)