调用convert_to_grayscale时遇AttributeError: keras.utils无shape属性

触发AttributeError: module 'keras.utils' has no attribute 'shape'的核心原因是代码错误地将导入的keras.utils模块（别名image）当成了图像对象，调用了只有图像数组才有的shape属性。从错误栈的第54行可以看到，代码写了if len(image.shape) == 3 and image.shape[2] == 3:，这里的image是模块，不是加载后的图像数据，自然不存在shape属性。

修正时只需把对模块的错误引用换成实际的图像数组对象，以下是完整的修正后代码：

def convert_to_grayscale(self):
    subdirectories = self.list_subdirectories()

    for subdirectory_name in subdirectories:
        subdirectory_path = os.path.join(self.base_dir, subdirectory_name)
        image_files = [os.path.join(subdirectory_path, file) for file in os.listdir(subdirectory_path) if os.path.isfile(os.path.join(subdirectory_path, file))]

        if image_files:
            for image_path in image_files:
                img = image.load_img(image_path)
                img_array = image.img_to_array(img)
                # 检查图像数组的维度，而非模块的属性
                if len(img_array.shape) == 3 and img_array.shape[2] == 3:
                    img_gray = cv2.cvtColor(img_array, cv2.COLOR_BGR2GRAY)
                    img_gray = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)  # 确保输出为3通道图像
                    cv2.imwrite(image_path, img_gray)

    print("Grayscale conversion and saving completed.")

• 将错误的image.shape替换为img_array.shape：img_array是通过image.img_to_array(img)转换得到的图像数组，才具备shape属性，用来判断图像是否为3通道。
• 保留原有灰度转换逻辑：先将3通道图像转为灰度，再转回3通道，确保保存的图像和原图像通道数一致，避免后续处理可能出现的兼容性问题。

内容的提问来源于stack exchange，提问作者RASHEDIN