如何使用Keras加载图片？解决load_img属性不存在报错

报错原因 #

这个错误是因为Keras版本更新后，load_img函数的位置被调整了——旧版本里它在keras.preprocessing.image模块下，新版本已经移至其他路径，也可以直接用PIL库替代。

三种解决办法 #

1. 改用TensorFlow Keras的官方路径（推荐）

如果你的代码基于TensorFlow集成的Keras（即tf.keras），直接修改导入和调用逻辑：

• 导入语句改为：from tensorflow.keras.utils import load_img
• 把原代码中的img = image.load_img(img_path)替换成img = load_img(img_path)

2. 用PIL库直接加载图片

如果不想调整Keras相关导入，直接用PIL的Image.open替代，先确保安装Pillow（执行pip install pillow）：

• 导入语句：from PIL import Image
• 替换加载代码：img = Image.open(img_path)

3. 降级Keras到旧版本

如果非要保留原有代码结构，可以把Keras降级到2.8.x版本：

pip install keras==2.8.0

修改后的完整示例代码 #

from tensorflow.keras.utils import load_img
from PIL import Image
import numpy as np

def predictImage(img_path='Normal2.jpg', arrayImg=None, printData=True):
    crops = []

    if arrayImg is None:
        # 替换原load_img调用
        img = load_img(img_path)
        crops = np.array(getCropImgs(img, needRotations=False), dtype=np.float16)
        crops /= 255.0

    Image.fromarray(np.array(crops[2], dtype=np.uint8), "RGB").show()

    classes = ["亲和型", "接近型", "过度型", "正常型"]
    compProbs = [0, 0, 0, 0]

    for i in range(len(crops)):
        if printData:
            print(f"\n\n第{i + 1}个裁剪图预测结果:\n")

        _, probs = predict(crops[i], modelSavePath, showImg=False)

        for j in range(len(classes)):
            if printData:
                print(f"{classes[j]} : {round(probs[j], 4)}%")
            compProbs[j] += probs[j]

    if printData:
        print("\n\n所有裁剪图平均结果\n")

    for j in range(len(classes)):
        if printData:
            print(f"{classes[j]} : {round(compProbs[j] / len(crops), 4)}%")

注意事项 #

• getCropImgs和predict是你自定义的函数，load_img和Image.open返回的都是PIL Image对象，和原代码兼容，无需修改这两个函数。

内容的提问来源于stack exchange，提问作者Frank_nganmo