Question

我有1000个RGB图像（64X64），我想将其转换为（m，n）数组。

我用这个：

import numpy as np
from skdata.mnist.views import OfficialImageClassification
from matplotlib import pyplot as plt
from PIL import Image                                                            
import glob
import cv2

x_data = np.array( [np.array(cv2.imread(imagePath[i])) for i in range(len(imagePath))] )
print x_data.shape

这给了我：(1000, 64, 64, 3)

现在，如果我这样做：

pixels = x_data.flatten()
print pixels.shape

我得到：(12288000,)

但是，我需要一个包含以下尺寸的数组：(1000, 12288)

我怎样才能做到这一点？

Answer 1

在将reshape()应用于展平数组后应用numpy方法flatten()：

  x_data = np.array( [np.array(cv2.imread(imagePath[i])) for i in range(len(imagePath))] )

  pixels = x_data.flatten().reshape(1000, 12288)
  print pixels.shape

Answer 2

试试这个：

d1, d2, d3, d4 = x_data.shape

然后使用numpy.reshape()

x_data_reshaped = x_data.reshape((d1, d2*d3*d4))

或

x_data_reshaped = x_data.reshape((d1, -1))

（Numpy从原始长度和定义的维度-1推断出值{而不是d1）

Answer 3

您可以迭代图像阵列并独立展平每一行。

numImages = x_data.shape[0]
flattened = np.array([x_data[i].flatten() for i in range(0,numImages)])

Answer 4

您还可以使用以下命令：例如，X是您的2D图片，尺寸为32x32，而-1则表示它是未知尺寸，我们希望numpy找出它。 numpy将通过查看“数组的长度和其余维”并确保满足上述条件（What does -1 mean in numpy reshape?）来解决这个问题。 T表示在使用axes关键字参数（https://docs.scipy.org/doc/numpy/reference/generated/numpy.transpose.html）时反转张量的转置。

text/template

Answer 5

假设您有一个数组image_array，则可以使用reshape()方法。

image_array = image_array.reshape(1000, 12288)

Numpy展平RGB图像阵列

5 个答案: