中使用的出厂的InceptionV3图形classify_image.py仅支持开箱即用的JPEG图像。您可以通过两种方式将此图用于PNG图像：
例如使用PIL将PNG图像转换为heightx widthx 3（通道）的Numpy数组，然后馈入张量：'DecodeJpeg:0'
import numpy as np
from PIL import Image
image = Image.open(“example.png”) image_array = np.array(image)[:, :, 0:3] # Select RGB channels only.
prediction = sess.run(softmax_tensor, {‘DecodeJpeg:0’: image_array})
或许令人混淆，'DecodeJpeg:0'是 输出 的的DecodeJpeg运算，所以通过将该料张量，你能养活原始图像数据。
将tf.image.decode_png()op添加到导入的图形。从简单的开关美联储张的名字'DecodeJpeg/contents:0'，以'DecodePng/contents:0'不起作用，因为没有'DecodePng'在运图运算。您可以通过使用input_map参数将这样的节点添加到图中tf.import_graph_def()：
png_data = tf.placeholder(tf.string, shape=[])
decoded_png = tf.image.decode_png(png_data, channels=3)
graph_def = … softmax_tensor = tf.import_graph_def( graph_def, input_map={‘DecodeJpeg:0’: decoded_png}, return_elements=[‘softmax:0’])
sess.run(softmax_tensor, {png_data: …})
602392714
清零编程群