使用tf.image.resize调整图片后用cv2.imwrite保存报错求助

报错根本原因 #

tf.image.resize返回的是TensorFlow的Tensor对象，而OpenCV的cv2.imwrite仅接受numpy数组或OpenCV原生的UMat类型，类型不匹配导致报错。同时原代码还存在两个潜在问题：

• 输出图片无文件后缀，OpenCV无法识别保存格式
• Tensor输出为float32类型，不符合图片保存的uint8（0-255整数）要求

解决方案及修改后代码 #

直接对Tensor做类型转换，并补充文件后缀，代码如下：

j=0
for i in images:
    skyr_img = imread(my_data_dir+'/'+str(i))
    skyr_img = tf.image.resize(skyr_img, [171,256], antialias=True, method='bilinear')
    # 1. 将Tensor转换为numpy数组，同时转为图片要求的uint8类型
    skyr_img_np = skyr_img.numpy().astype('uint8')
    # 可选：如果不需要透明通道（4通道转3通道），取消下面注释
    # skyr_img_np = skyr_img_np[..., :3]
    print(skyr_img_np.shape, j)
    # 2. 添加文件后缀，4通道图片用.png（JPG不支持透明通道）
    cv2.imwrite(my_data_dir+'/train/img'+str(j)+'.png', skyr_img_np)
    j += 1

关键改动说明 #

• .numpy()转换：将TensorFlow的Tensor对象转为numpy数组，满足OpenCV的输入要求
• astype('uint8')：把resize后生成的float32浮点值转为0-255的整数像素值，避免保存后出现黑图或格式错误
• 添加文件后缀：明确保存格式，4通道RGBA图片必须用.png，3通道图片可以用.jpg或.png
• 可选通道处理：如果原图是RGBA但不需要透明通道，通过[..., :3]截取前3个RGB通道，即可保存为JPG格式

内容的提问来源于stack exchange，提问作者Joseph