无法实时处理屏幕截图

Question

我尝试创建一个简单的程序来捕捉屏幕截图(使用mss)，并获取tensorflow来预测/检测图像中的元素，但它不起作用。下面是代码的一部分：

import cv2
import mss
import numpy as np
from PIL import Image

#Import TFNet
from darkflow.net.build import TFNet
import matplotlib.pyplot as plt

#Specify the dictonary.
options = {
    'model':'cfg/yolo.cfg',
    'load':'bin/yolov2.weights',
    'threshold': 0.3
}
tfnet = TFNet(options)

#Creates an endless loop for high-speed image acquisition...
while (True):
    with mss.mss() as sct:

    #Get raw pixels from the screen
    sct_img = sct.grab(sct.monitors[1])

    #Convert image to a numpy array
    img = np.array(sct_img)
    result = tfnet.return_predict(img)

    print(result)

有人能告诉我哪里出了问题吗？它每次都返回以下错误：

ValueError: Cannot feed value of shape (1, 608, 608, 4) for Tensor 'input:0', which has shape '(?, 608, 608, 3)'

请给出代码示例。提前谢谢。

Answer 1

似乎您的输入数据具有与预期不同的形状：

 (1, 608, 608, 4) 

而不是

(?, 608, 608, 3)

你说的好像是图像。通常彩色图像是用RGB编码的，因此有3个通道。您可能需要从数据中删除alpha/透明性通道。