模型输入形状不兼容：如何将4通道图像转为3通道？

问题原因 #

你遇到的ValueError是因为解码后的图像是4通道RGBA格式（包含Alpha透明通道），但你的模型预期输入是3通道RGB/BGR格式。resize函数只负责调整图像的宽高，不能改变通道数，所以之前修改resize参数的尝试都是无效的。

解决方案 #

在调整图像尺寸前，先将4通道图像转换为3通道，有两种常用方法：

方法1：使用OpenCV转换色彩空间

通过cv2.cvtColor将RGBA转为BGR（OpenCV默认格式）或RGB（根据模型需求选择）：

decoded_image = string_to_image(image_base64)
# 检查并转换4通道图像
if decoded_image.shape[-1] == 4:
    # 转为BGR格式（适配OpenCV默认读取方式）
    decoded_image = cv2.cvtColor(decoded_image, cv2.COLOR_RGBA2BGR)
    # 若模型需要RGB格式，替换为以下代码
    # decoded_image = cv2.cvtColor(decoded_image, cv2.COLOR_RGBA2RGB)

方法2：直接截取前3个通道

如果确定Alpha通道没有保留价值，可以直接丢弃最后一个通道：

decoded_image = string_to_image(image_base64)
if decoded_image.shape[-1] == 4:
    # 截取前3个通道
    decoded_image = decoded_image[..., :3]

修正后的完整代码 #

import base64
import numpy as np
import cv2
import tensorflow as tf
from tensorflow.keras.models import load_model

def string_to_image(base64_string):
    decoded = base64.b64decode(base64_string)
    np_data = np.frombuffer(decoded, np.uint8)
    img = cv2.imdecode(np_data, cv2.IMREAD_UNCHANGED)
    return img

# 处理请求流程
image_base64 = request.json['image']
decoded_image = string_to_image(image_base64)

# 转换4通道为3通道
if decoded_image.shape[-1] == 4:
    decoded_image = cv2.cvtColor(decoded_image, cv2.COLOR_RGBA2BGR)

# 调整图像尺寸（仅传入宽高参数）
image_resized = tf.image.resize(decoded_image, (256, 256))

# 模型预测
model = load_model('src/models/mymodel.h5')
result = model.predict(np.expand_dims(image_resized/255, 0))

关键注意点 #

• tf.image.resize和cv2.resize的size参数仅接受**(高度, 宽度)**两个值，不需要传入通道数。
• 转换通道数必须在调整尺寸之前完成，否则调整后的图像仍然是4通道，无法匹配模型输入要求。

内容的提问来源于stack exchange，提问作者Samuel A. Souza