創新互聯www.cdcxhl.cn八線動態BGP香港云服務器提供商，新人活動買多久送多久，劃算不套路！

小編給大家分享一下Keras模型轉TensorFlow的案例，希望大家閱讀完這篇文章后大所收獲，下面讓我們一起去探討吧！

環境：python 3.6 +opencv3+Keras

訓練集：MNIST

下面劃重點：因為MNIST使用的是黑底白字的圖片，所以你自己手寫數字的時候一定要注意把得到的圖片也改成黑底白字的，否則會識別錯（至少我得到的結論是這樣的 ，之前用白底黑字的圖總是識別出錯）

注意：需要測試圖片需要為與訓練模時相同大小的圖片，RGB圖像需轉為gray

代碼：

import cv2
import numpy as np
from keras.models import load_model

model = load_model('fm_cnn_BN.h6') #選取自己的.h模型名稱
image = cv2.imread('6_b.png')
img = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) # RGB圖像轉為gray

#需要用reshape定義出例子的個數，圖片的 通道數，圖片的長與寬。具體的參加keras文檔
img = (img.reshape(1, 1, 28, 28)).astype('int32')/255 
predict = model.predict_classes(img)
print ('識別為：')
print (predict)

cv2.imshow("Image1", image)
cv2.waitKey(0)