枕头图像的numpy数组中的形状是否意外？

Question

我建立了一个神经网络，使用MNIST数据集来检测手写数字。

由于训练的MNIST图像为28x28灰度，因此网络的输入形状为（28,28）。

我现在想用自己的笔迹测试我的神经网络。

我的图像不是28x28灰度图像，因此我试图将其转换，以便我的模型可以接受它们进行预测。

当前，我有以下内容：

img = Image.open('image.png').convert('LA')
newImg = img.resize((28,28), Image.ANTIALIAS)
toPredict = np.array(new_img)

但是这给了我一个(28, 28, 2)的numpy数组，我听不懂。

转换为灰度并调整大小后，我应该具有28x28形状的数组（28像素高乘以28像素宽）。

我不明白为什么形状不是那样。

任何人都可以帮助我将形状设为28x28（并解释为什么它不是这样），以便将其传递给我的神经网络吗？

谢谢！

Answer 1

您快到了。 img = Image.open('image.png').convert('LA')为28x28x2，因为它是带有alpha通道的灰度。 而是使用以下命令将其转换为灰度：

img = Image.open('image.png').convert('L')

您可以在此处查看有关这些模式的更多信息： https://pillow.readthedocs.io/en/latest/handbook/concepts.html#modes