创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！

为庐山等地区用户提供了全套网页设计制作服务，及庐山网站建设行业解决方案。主营业务为网站设计、成都做网站、庐山网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

小编给大家分享一下Keras模型转TensorFlow的案例，希望大家阅读完这篇文章后大所收获，下面让我们一起去探讨吧！

环境：python 3.6 +opencv3+Keras

训练集：MNIST

下面划重点：因为MNIST使用的是黑底白字的图片，所以你自己手写数字的时候一定要注意把得到的图片也改成黑底白字的，否则会识别错（至少我得到的结论是这样的 ，之前用白底黑字的图总是识别出错）

注意：需要测试图片需要为与训练模时相同大小的图片，RGB图像需转为gray

代码：

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

model = load_model('fm_cnn_BN.h6') #选取自己的.h模型名称
image = cv2.imread('6_b.png')
img = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) # RGB图像转为gray

#需要用reshape定义出例子的个数，图片的 通道数，图片的长与宽。具体的参加keras文档
img = (img.reshape(1, 1, 28, 28)).astype('int32')/255 
predict = model.predict_classes(img)
print ('识别为：')
print (predict)

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

当前题目：Keras模型转TensorFlow的案例-创新互联
文章源于：http://cdweb.net/article/coghij.html