调用ImageOps.fit报TypeError: 'int' object is not subscriptable错误

问题场景 #

基于Teachable Machines官方示例修改代码，使用Keras、PIL.ImageGrab、cv2、tensorflow开发屏幕截取+模型推理的自动驾驶视觉程序，循环截取屏幕指定区域、转换色彩空间后调用ImageOps.fit缩放图像时触发报错。

报错栈信息 #

Traceback (most recent call last):
  File "C:\Users\Captey\Downloads\Stuff\Self_driving_cv2\Keras-Neural_net.py", line 23, in <module>
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
  File "Z:\Users\Captey\anaconda3\lib\site-packages\PIL\ImageOps.py", line 459, in fit
    bleed_pixels = (bleed * image.size[0], bleed * image.size[1])
TypeError: 'int' object is not subscriptable

触发问题的原代码 #

# -*- coding: utf-8 -*-
"""
Created on Sun Jul 10 23:31:44 2022

@author: Fahim Ferdous
Github: FahimFerdou1
Youtube: The_official_pyrite
    
"""
from keras.models import load_model
from PIL import ImageGrab, ImageOps,Image
import numpy as np
import cv2
import tensorflow as tf

model = load_model('self_driving_model.h5')
data = np.ndarray(shape=(1, 224, 224, 3), dtype=np.float32)

while True:
    img = ImageGrab.grab(bbox=(285, 397,689, 812))
    img = np.array(img)
    image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    size = (224, 224)
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    
    image_array = np.asarray(image)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    
    prediction = model.predict(data)
    print(prediction)
    
    if cv2.waitKey(1) == 27:
      break
    cv2.imshow('data',image)

报错原因 #

ImageOps.fit是PIL库的内置方法，仅接收PIL Image类型的输入参数，不支持直接传入numpy数组。
代码中执行cv2.cvtColor后，image变量已经转换为numpy数组类型：

• PIL Image对象的.size属性是存储(图像宽度, 图像高度)的二元元组，支持下标索引取值
• numpy数组的.size属性是返回数组元素总个数的整数值，无法通过下标访问，因此触发类型错误。

修复方法 #

在两个位置调整代码即可：

• 调用ImageOps.fit前，将cv2处理后的numpy数组转回PIL Image对象
• 调用cv2.imshow前，将缩放后的PIL Image转回numpy数组，适配OpenCV的输入要求

修改后核心循环代码如下：

while True:
    img = ImageGrab.grab(bbox=(285, 397,689, 812))
    img = np.array(img)
    image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    # 新增：numpy数组转PIL Image
    image = Image.fromarray(image)
    size = (224, 224)
    image = ImageOps.fit(image, size, Image.ANTIALIAS)
    
    image_array = np.asarray(image)
    normalized_image_array = (image_array.astype(np.float32) / 127.0) - 1
    data[0] = normalized_image_array
    
    prediction = model.predict(data)
    print(prediction)
    
    if cv2.waitKey(1) == 27:
      break
    # 修改：传入numpy数组给cv2.imshow
    cv2.imshow('data', image_array)

补充说明：高版本Pillow（9.1.0及以上）中Image.ANTIALIAS已经被标记为弃用，运行时如果出现相关告警，可以替换为Image.Resampling.LANCZOS，缩放效果完全一致。

内容的提问来源于stack exchange，提问作者Capt.Pyrite