Keras中使用preprocess_input作为ImageDataGenerator预处理函数报错

这个问题我之前也碰到过，本质是Keras 2.1.5版本中ImageDataGenerator的preprocessing_function参数接收的输入类型，和resnet系列的preprocess_input函数期望的输入类型不匹配导致的：

• 在Keras 2.1.5里，ImageDataGenerator会直接把PIL格式的图像对象（比如JpegImageFile）传给预处理函数；
• 而keras.applications.resnet里的preprocess_input，是专门用来处理numpy数组格式图像数据的，它内部会尝试对输入做数组下标操作，自然就会抛出“‘JpegImageFile’ object is not subscriptable”的错误。

两种可行的解决方案： #

1. 自定义包装函数，手动转换图像格式

自己写一个中间函数，先把PIL图像转成numpy数组，再调用官方的preprocess_input：

from keras.applications.resnet import preprocess_input
import numpy as np

def custom_preprocess(img):
    # 将PIL图像转换为numpy数组
    img_np = np.array(img)
    # 调用官方预处理函数处理数组
    return preprocess_input(img_np)

然后把这个自定义函数传入ImageDataGenerator：

datagen = ImageDataGenerator(preprocessing_function=custom_preprocess)

2. 升级Keras版本（如果项目允许）

后续版本的Keras（比如2.2及以上）已经修复了这个问题，ImageDataGenerator会自动将PIL图像转换为numpy数组后，再传给预处理函数。升级后你就可以直接使用原来的写法：

datagen = ImageDataGenerator(preprocessing_function=preprocess_input)

不过升级前要注意检查项目中其他代码的兼容性，避免引入新问题。

内容的提问来源于stack exchange，提问作者Michał Gacka