将必应图片API获取的PNG转为张量供MNIST模型使用时报错如何解决

问题背景 #

尝试将必应图片搜索API返回的PNG文件转换为张量，输入到MNIST机器学习数字识别模型中运行，在转换环节出现报错。

• 运行环境：GCP上的Jupyter Notebook
• 开发语言：Python

原代码 #

key = os.environ.get('AZURE_SEARCH_KEY', 'b3a6daaa4ce340d0a7acb03de1fc94b2')
results = search_images_bing(key, '3')
ims = results.attrgot('contentUrl')
len(ims)

dest = 'images/3.jpg'
download_url(ims[0], dest)

df = pd.DataFrame(tensor(im))
df.style.set_properties(**{'font-size':'1pt'}).background_gradient('Blues')

报错截图 #

核心问题 #

1. 代码未定义im变量：你已经将图片下载到dest路径，但没有执行读取图片的操作，直接调用tensor(im)时找不到对应变量，触发名称错误。
2. 图片格式不符合MNIST输入要求：必应搜索返回的图片是3通道RGB/4通道RGBA彩色图，分辨率也不是MNIST要求的28*28单通道灰度图，直接转张量后维度不匹配无法输入模型。
3. 缺少必要预处理步骤：MNIST模型输入需要做灰度转换、尺寸缩放、像素值归一化等操作，原代码完全没有相关处理。

修复后代码 #

import os
import pandas as pd
import torch
from PIL import Image
from fastai.vision.utils import search_images_bing, download_url # 确保已导入对应依赖

key = os.environ.get('AZURE_SEARCH_KEY', 'b3a6daaa4ce340d0a7acb03de1fc94b2')
results = search_images_bing(key, '3')
ims = results.attrgot('contentUrl')

dest = 'images/3.jpg'
download_url(ims[0], dest)

# 新增图片读取与预处理逻辑
im = Image.open(dest).convert('L') # 转为单通道灰度图
im = im.resize((28,28)) # 缩放到MNIST要求的28*28尺寸
im_tensor = torch.tensor(im) # 转为张量

df = pd.DataFrame(im_tensor)
df.style.set_properties(**{'font-size':'1pt'}).background_gradient('Blues')

# 后续输入模型前可补充以下操作适配输入要求
# im_tensor = im_tensor / 255.0 # 像素值归一化到0-1区间
# im_tensor = im_tensor.unsqueeze(0).unsqueeze(0) # 转为[1,1,28,28]格式匹配MNIST输入维度

内容的提问来源于stack exchange，提问作者James