如何从ImageDataGenerator生成的Python图像数组中获取RGB值

你当前代码的报错原因是 img[i] 已经是加载完成的numpy图像数组，不是本地图片路径，不能直接传入 Image.open() 读取。你可以直接通过数组索引获取指定位置的RGB值，具体实现如下：

import tensorflow as tf
from keras_preprocessing.image import ImageDataGenerator
import numpy as np
import matplotlib.pyplot as plt

Training_data_dir = "D:\CODES\data"
batch_size = 4

training_data_Augmentation = ImageDataGenerator()

train_generator = training_data_Augmentation.flow_from_directory(
    Training_data_dir,
    batch_size=batch_size,
    target_size=(50, 150),
    class_mode='categorical',
    shuffle=True
)

img_batch, label_batch = next(train_generator)
# 要获取的像素坐标：x=15, y=17
target_x = 15
target_y = 17

for i in range(batch_size):
    # 数组索引顺序为 [图像索引, y坐标, x坐标, 通道索引]，通道0=R、1=G、2=B
    r, g, b = img_batch[i, target_y, target_x]
    # 像素值如果是float32类型可以转成int方便查看
    r, g, b = int(r), int(g), int(b)
    print(f'第{i+1}张图，坐标({target_x},{target_y})的RGB值：R:{r} G:{g} B:{b}')

补充注意事项：

• 如果你的ImageDataGenerator配置了归一化（比如设置了rescale=1/255.），像素值会变成0_{1的浮点数，需要乘以255再转成整数才能得到常规0}255范围的RGB值
• 数组的坐标顺序不要搞反：target_size设置的是(高度, 宽度)，对应numpy数组的第1、2维度是[y轴坐标, x轴坐标]

内容的提问来源于stack exchange，提问作者yeonwoo