Python 2.7.14导入PNG用于深度学习的最简方法咨询

嘿，作为同样从自学编程起步的人，我太懂你想找简洁靠谱实现的心情了！先聊聊你现有代码的几个小问题，再给你两种适配Python 2.7.14的实用方案：

先修正你现有Scipy代码的小问题 #

你写的代码思路是对的，但有两处细节容易踩坑：

• Windows系统的路径别用/E:/...这种格式，建议用原始字符串（加个r前缀）或者双反斜杠\\，避免路径识别错误
• 最后一行from scipy im...是语法错误，直接删掉就行

修正后的Scipy代码：

import scipy.misc
import glob

# 用原始字符串处理Windows路径，避免转义问题
for image_path in glob.glob(r"E:\_SAMM_Projects\gemini_hikai_DM_hack_complete\export\contact_frames\boat\*.png"):
    # 读取图片为numpy数组（深度学习模型最常用的格式）
    image = scipy.misc.imread(image_path)
    print(image.shape)  # 输出 (高度, 宽度, 通道数)，灰度图会是(高度, 宽度)
    print(image.dtype)  # 一般是uint8（0-255的整数）

小提醒：scipy.misc.imread在Python3里已经被弃用，但Python2.7.14对应的Scipy版本（比如0.19.x）还能正常用，不过如果后续有升级计划，更推荐下面的方法。

更推荐的方案：用Pillow（稳定且通用） #

Pillow是Python处理图片的标准库，安装简单，兼容性拉满，不管是后续做图片预处理还是对接深度学习框架（比如旧版TensorFlow、Keras）都很顺手。

1. 先安装适配Python2.7的Pillow版本：

pip install pillow==5.4.1  # 这个版本完美兼容Python2.7

2. 最简实现代码：

from PIL import Image
import numpy as np
import glob

for image_path in glob.glob(r"E:\_SAMM_Projects\gemini_hikai_DM_hack_complete\export\contact_frames\boat\*.png"):
    # 打开图片文件
    img = Image.open(image_path)
    # 转换成numpy数组（直接对接深度学习模型的输入格式）
    image = np.array(img)
    print(image.shape)
    print(image.dtype)

深度学习额外小技巧 #

• 模型一般需要float类型的输入，你可以把读取后的数组转成float32并归一化到0-1区间：image = image.astype(np.float32) / 255.0
• 如果是灰度图，数组是2维的，要是模型要求3通道输入，加一行转成3维：image = np.expand_dims(image, axis=-1)

内容的提问来源于stack exchange，提问作者Dave Miyamoto