我的print出的结果和tkinter上显示的结果不一致，怎么改啊？

Question

我的print出的结果，和tkinter上显示的结果不一样，怎么改啊？
这是我tkinter上的显示：

这是print出的结果：

这是我将结果显示在tkinter上的代码：

    for k, v in name_dict.items():  # 将类别由数字转换为名称
        if result == v:  # 如果预测结果等于v, 打印出名称
            print("预测结果:", k)  # 打印出名称

    pred = "预测结果：" + k
    e1 = tk.Label(root, text=pred, font=('Arial', 16))#显示预测结果
    e1.place(x=600, y=370)

下面是我的整体代码：

import tkinter as tk
import tensorflow as tf
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
import numpy as np
from tkinter import *
import tkinter.filedialog  # 注意次数要将文件对话框导入
from PIL import Image
from tensorflow.python.keras import models, layers

def CNN_yuce():
    global e1, pred, root,predict_class, k
    name_dict = {"Uninfected":0, "Parasitized":1}

    fig = plt.figure(figsize=(2,2),dpi=100)
    # 从本地选择一个文件，并返回文件的目录
    # filenames = tkinter.filedialog.askopenfile()#形成一共io流 的文件名称
    filename = tk.filedialog.askopenfilename(title=u'加载图片',initialdir=(()))#只保留文件名和后缀
    print(filename)

    # model_save_path = 'D:/ningyupeng/pythonProject/Graduation Project V1.0/my_model/variables/variables.ckpt'

    model = tf.keras.models.Sequential([
        tf.keras.layers.Flatten(),#Flatten-变成一维数组
        tf.keras.layers.Dense(128, activation='relu'),#relu函数可以解决 梯度消失问题 是线性的
        tf.keras.layers.Dense(2, activation='softmax')])# 2个类所以2个神经元 softmax只用在最后一层 可以让最后输出的概率在0-1之间

    # model.load_weights('checkpoint-05e-val_acc_0.58.hdf5')#读取文件
    models.load_model("my_model")

    # 加载测试图片
    img = Image.open(filename)
    # 将图片resize到224x224大小
    img = img.resize((128, 128), Image.ANTIALIAS)
    # 将灰度图转化为RGB模式
    img = img.convert("RGB")

    plt.axis('off')  # 去掉坐标轴
    plt.imshow(img)
    # 归一化
    img1 = np.array(img) / 255.
    # 将图片增加一个维度，目的是匹配网络模型
    img1 = (np.expand_dims(img1, 0))
    # 将预测结果转化为概率值
    result = np.squeeze(model.predict(img1))
    predict_class = np.argmax(result)
    # pred = tf.argmax(result, axis=1)#求最大值得出最后识别出来的数
    # print(inverse_dict[int(predict_class)],result[predict_class])
    # 将预测的结果打印在图片上面
    # plt.title([inverse_dict[int(predict_class)],result[predict_class]])
    print(result)

    result = np.argmax(result[0])  # 取出预测结果中概率最大的元素索引值
    for k, v in name_dict.items():  # 将类别由数字转换为名称
        if result == v:  # 如果预测结果等于v, 打印出名称
            print("预测结果:", k)  # 打印出名称

    pred = "预测结果：" + k
    e1 = tk.Label(root, text=pred, font=('Arial', 16))#显示预测结果
    e1.place(x=600, y=370)

    canvas = FigureCanvasTkAgg(fig, master=root)#渲染器 在画布上放置图片
    canvas.draw()
    canvas.get_tk_widget().place(x=600,y=150)
def picture():
    global root
    root = Tk()
    root.wm_title("细胞图像疟疾检测")
    root.geometry('1000x650')

    ask = tk.Button(root, text="CNN", width=10, command=CNN_yuce)
    ask.place(x=600, y=90)

    root.mainloop()

if __name__ == '__main__':
    picture()

Answer 1

该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：

从您提供的代码中可以看出，您在将预测结果打印在控制台中时使用了以下代码：

for k, v in name_dict.items():
    if result == v:
        print("预测结果:", k)

但是，当您在将预测结果显示在 tkinter 窗口中时，使用了以下代码：

result = np.argmax(result[0])
for k, v in name_dict.items():
    if result == v:
        print("预测结果:", k)
pred = "预测结果：" + k
e1 = tk.Label(root, text=pred, font=('Arial', 16))
e1.place(x=600, y=370)

这两段代码中的变量 k 的值是不同的。在第一段代码中，k 的值是在循环中最后一次赋值的名称，而在第二段代码中，k 的值是在循环结束后最后一次赋值的名称。因此，这两个变量的值不同，导致在控制台中打印的结果和 tkinter 窗口中显示的结果不一致。

要解决这个问题，您可以将第二段代码中的 k 的赋值移到循环内部，以确保每次循环结束时 k 的值都是正确的名称。以下是修改后的代码：

result = np.argmax(result[0])
for k, v in name_dict.items():
    if result == v:
        print("预测结果:", k)
        pred = "预测结果：" + k
        e1 = tk.Label(root, text=pred, font=('Arial', 16))
        e1.place(x=600, y=370)

这样修改后，您的预测结果应该在控制台和 tkinter 窗口中都能正确地显示。

---

如果以上回答对您有所帮助，点击一下采纳该答案～谢谢