Question

我是python的新手，如果我的问题看似微不足道，我会事先道歉。

我有一个.h5文件，其中包含以匹配和非匹配组织的灰度图像对。为了我的最终目的，我需要将每对图像视为2个通道的单个图像（其中每个通道实际上是图像）。

要使用我的数据，请按以下步骤操作：

我读了.h5文件，将我的数据放在numpy数组中（我读了两组匹配和不匹配，两者都有形状（50000,4096））：

 with h5py.File('supervised_64x64.h5','r') as hf:
     match = hf.get('/match')
     non_match = hf.get('/non-match')
     np_m = np.asarray(match)
     np_nm = np.asarray(non_match)
     hf.close()

然后我尝试重塑数组：

reshaped_data_m = np_m.reshape(250000,2,4096)

现在，如果我将数组重塑为（250000,2,4096），然后我尝试显示相应的图像，我得到的实际上是正确的。但我需要将数组重新整形为（25000,64,64,2），当我尝试这样做时，我得到所有黑色图像。

Answer 1

我敢打赌，您需要先将输入矩阵从250000x2x4096转换为250000x4096x2，之后您可以执行reshape。

幸运的是，numpy提供了transpose功能，应该可以解决这个问题。有关转置的更多讨论，请参阅this question。

在您的特定情况下，调用将是：

transposed_data_m = numpy.transpose(np_m, [1, 3, 2])
reshaped_data_m = tranposed_data_m.reshape(250000, 64, 64, 2)

如何重塑从python中的.h5文件获取的图像数组？

1 个答案: