调用Keras ImageDataGenerator.next()报scipy未定义错误

安全阿岳

2026-8-29

问题根因

Keras的ImageDataGenerator实现旋转、平移、剪切、缩放这类仿射变换类图像增强逻辑时，依赖SciPy库的ndimage模块。你遇到的NameError: name 'scipy' is not defined由两类问题触发：

运行环境未安装SciPy依赖
已安装的SciPy版本与当前Keras版本不兼容：SciPy 1.8.0及以上版本调整了内部模块结构，旧版Keras的动态导入逻辑执行失败，没有成功将scipy注册到全局命名空间，触发变量未定义错误。

解决步骤

安装兼容版本的SciPy
激活你当前使用的jupyter-venv虚拟环境，执行以下命令安装适配Python3.8、兼容旧版Keras导入逻辑的SciPy版本：
```
pip install scipy==1.7.3
```
补全代码缺失的导入、统一接口
你提供的示例代码中直接调用了tf.keras接口加载图片，但未导入TensorFlow，运行时会额外触发tf未定义报错，需要在代码开头补充导入语句：
```
import tensorflow as tf
```
另外你的代码混用了独立Keras和tensorflow.keras的图像预处理接口，容易出现参数不匹配、序列化失败等兼容问题，建议统一导入路径：要么全部使用tf.keras.preprocessing下的对应模块，要么全部使用独立安装的Keras的对应接口。
高版本SciPy适配方案（可选）
如果你必须使用1.8.0以上版本的SciPy，不需要降级，直接修改Keras源码即可：
- 打开报错栈中提示的路径~/jupyter-venv/lib/python3.8/site-packages/keras/preprocessing/image.py
- 找到文件开头的SciPy动态导入代码块，默认是如下写法：
```
try:
    import scipy
except ImportError:
    scipy = None
```
- 将其替换为显式导入：
```
import scipy
from scipy import ndimage
```
- 再定位到同文件内的apply_affine_transform函数，把所有scipy.ndimage开头的调用直接替换为ndimage，保存文件即可。