如何使用Python中的切换维度将4D数组转换为另一个4D数组

Question

我正在尝试从TensorFlow中的卷积层获取图像数据。 我有一个像：

这样的数组

data = [N, Width, Height, Channel]

其中N是图像编号，宽度和高度是图像尺寸和通道索引中的通道。

我需要的是另一个4D阵列，如：

[N, Channel, Width, Height]

原因是循环由N和Channel进行，并获得每个图像的ech通道的2D字节数组。

img = Image.fromarray(data[N][Channel], 'L')
img.save('my.png')

Answer 1

只需使用np.transpose：

x = np.zeros((32, 10, 10, 3))  # image with 3 channels, size 10x10
res = np.tranpose(x, (0, 3, 1, 2))
print res.shape  # prints (32, 3, 10, 10)

Answer 2

使用转置功能对尺寸重新排序。

https://www.tensorflow.org/versions/r0.9/api_docs/python/array_ops.html#transpose

你可以在tensorflow代码中做这样的事情。

image = tf.transpose(image, perm = [0, 3, 1, 2])

在perm参数中，您可以指定所需尺寸的新顺序。在这种情况下，您将通道尺寸（3）移动到第二个位置。

如果你想在将它输入张量流模型之前这样做，你可以用同样的方式使用np.transpose。