List item

最近运行代码的时候出现了这个错误AttributeError: module 'scipy.misc' has no attribute 'imread',AttributeError: module 'scipy.misc' has no attribute 'imresize'
经过查阅资料发现是因为scipy的版本过高导致，由于scipy的1.3.0版本以后弃用了imread，imresize函数的用法

解决方法1–降scipy版本

降级到scipy==1.2.1,Pillow = 6.0.0就可以完美解决了,降级版本代码如下：

pip install scipy==1.2.1

pip install pillow==6.0.0

解决方法2–使用新的语法形式

毕竟scipy已经升级，降版本并不能从根本上解决问题，下边给出该函数的替代方案：

imread

原来的用法是：

imgdata = scipy.misc.imread(imgfile)

现在改为

import imageio
imgdata = imageio.imread(imgfile)

imresize

原来的用法是：

imgdata = scipy.misc.imresize(rgbdata, self.inres)

现在改为

from PIL import Image
imgdata = np.array(Image.fromarray(rgbdata).resize(self.inres))

如果提示不能找到PIL库时，则pip安装pillow库即可

scipy.misc.imresize源码

@numpy.deprecate(message="`imresize` is deprecated in SciPy 1.0.0, "
                        "and will be removed in 1.3.0.\n"
                        "Use Pillow instead: ``numpy.array(Image.fromarray(arr).resize())``.")
def imresize(arr, size, interp='bilinear', mode=None):
   im = toimage(arr, mode=mode) # im为PIL.Image.Image对象
   ts = type(size)
   if issubdtype(ts, numpy.signedinteger):
       percent = size / 100.0
       size = tuple((array(im.size)*percent).astype(int))
   elif issubdtype(type(size), numpy.floating):
       size = tuple((array(im.size)*size).astype(int))
   else:
       size = (size[1], size[0])
   func = {'nearest': 0, 'lanczos': 1, 'bilinear': 2, 'bicubic': 3, 'cubic': 3}
   imnew = im.resize(size, resample=func[interp]) # 调用PIL库中的resize函数
   return fromimage(imnew)

解决方式就在提示错误的下面，照着更改，就可以了
参考链接

from PIL import Image
img = np.array(Image.fromarray(myImage).resize((num_px,num_px)))

总结：

1. 导入模块from PIL import Image和import numpy as np
2. 将图片打开
3. 转换成asarray格式
4. 设置需要转换的高度和宽度即可 np.array(Image.fromarray(a).resize((resize_h,resize_w)))

scipy.misc.imresize

不同于普通的reshape， imresize不是单纯的改变图像矩阵的维度，而是能将图片重采样为指定像素，这样给深度学习中训练图像数据带来方便。

import numpy as np
import matplotlib.pyplot as plt
import h5py
import scipy
from PIL import Image
from scipy import ndimage

%matplotlib inline

num_px = 64

my_image = "my_image4.jpg"   # 修改你图像的名字

fname = "images/" + my_image                              # 图片位置     
image = np.array(ndimage.imread(fname, flatten=False))    # 读入图片为矩阵

plt.imshow(image)

# my_image = scipy.misc.imresize(image, size=(num_px, num_px)).reshape((1, num_px * num_px * 3)).T  # 转置图片为 (num_px*num_px*3, 1)向量

# 重新设置图像像素 
my_image = scipy.misc.imresize(image, size=(num_px, num_px))

plt.imshow(my_image)

2020.6.3日修改============================================================

这个函数在新版本的scipy中不能用了，改成

import imageio
from skimage.transform import resize

## START CODE HERE ## (PUT YOUR IMAGE NAME) 
my_image = "my_image4.jpg"   # 修改你图像的名字
## END CODE HERE ##

# We preprocess the image to fit your algorithm.
fname = "images/" + my_image                              # 图片位置     
image = np.array(imageio.imread(fname))                   # 读入图片为矩阵, 这里用原版本的会出错，scipy的那个函数被删了
print(image.shape)

# 转置图片为 (num_px*num_px*3, 1)向量
my_image = resize(image, output_shape=(num_px, num_px)).reshape((1, num_px * num_px * 3)).T
print(my_image)