代表图片的特征向量的python代码

这里是一个简单的示例代码，展示如何使用Python生成图像的特征向量。

import numpy as np
import cv2
from keras.applications.vgg16 import VGG16, preprocess_input

# 加载预训练的VGG16模型
model = VGG16(weights='imagenet', include_top=False)

# 加载图像
img = cv2.imread('example.jpg')

# 调整图像大小
img = cv2.resize(img, (224, 224))

# 预处理图像
img = preprocess_input(img)

# 提取特征向量
features = model.predict(np.array([img]))

# 打印特征向量的形状
print(features.shape)

在此示例中，我们使用了Keras库中预训练的VGG16模型。我们加载图像，并将其调整为模型接受的大小。然后，我们使用VGG16模型对图像进行预处理，并提取特征向量。最后，我们打印特征向量的形状。