tf.keras.utils.load_img()加载旋转图像未正确显示问题咨询

这是预期行为，核心原因在于两种工具对图像EXIF旋转元数据的处理逻辑不同：

• IPython（尤其是Jupyter环境中）在显示图像时，会自动读取图像文件的EXIF元数据中的Orientation字段，并据此应用旋转，所以你看到的是正确旋转后的图像。
• tf.keras.utils.load_img() 默认仅加载图像的原始像素数据，不会读取和应用EXIF中的旋转信息，因此加载后的图像呈现的是未旋转的原始像素状态。

解决办法 #

要让加载后的图像保留旋转效果，需要手动处理EXIF中的旋转信息，以下是实现代码：

from PIL import Image, ExifTags
from tensorflow.keras.utils import load_img

def load_image_with_exif_rotation(img_path):
    # 用PIL打开图像
    img = Image.open(img_path)
    # 读取并处理EXIF旋转信息
    try:
        exif_data = img._getexif()
        if exif_data:
            for tag_id, value in exif_data.items():
                tag_name = ExifTags.TAGS.get(tag_id)
                if tag_name == 'Orientation':
                    # 根据Orientation值应用对应旋转
                    if value == 3:
                        img = img.rotate(180, expand=True)
                    elif value == 6:
                        img = img.rotate(270, expand=True)
                    elif value == 8:
                        img = img.rotate(90, expand=True)
    except AttributeError:
        # 无EXIF数据时跳过处理
        pass
    # 转换为RGB格式（适配tf.keras的常见需求）
    img = img.convert("RGB")
    return img

# 使用自定义函数加载图像
rotated_img = load_image_with_exif_rotation("你的旋转图像路径.jpg")
# 显示图像（此时会呈现正确旋转后的效果）
display(rotated_img)

如果需要直接得到可用于模型的tensor：

import tensorflow as tf

def load_img_tensor_with_rotation(img_path):
    img = load_image_with_exif_rotation(img_path)
    return tf.convert_to_tensor(img, dtype=tf.float32) / 255.0

总结 #

这不属于操作错误，是工具设计逻辑的差异导致的结果。IPython的显示层自动处理了EXIF旋转，而tf的图像加载工具默认聚焦于像素数据本身，需要手动补充旋转处理逻辑。

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