Question

我有两张图片，尺寸为图像1（32,43,3），尺寸为图像2（67,86,3）。我怎么能把这个存储在一个numpy数组中，每当我尝试追加数组

image=cv2.imread(image1,0)
image=cv2.resize(image,(32,43))
x_train=np.array(image.flatten())
x_train=x_train.reshape(-1,3,32,43)
X_train =np.append(X_train,x_train) #X_train is my array

image=cv2.imread(image2,0)
image=cv2.resize(image,(67,86))
x_train=np.array(image.flatten())
x_train=x_train.reshape(-1,3,67,86)
X_train =np.append(X_train,x_train) 

Value Error: total size of new array must be unchanged.

我想要X_train的形状（-1，深度，高度，宽度）。所以我可以将它喂入我的神经网络。有没有办法在阵列中存储不同维度的图像并将其输入神经网络？

Answer 1

请勿使用np.append。如果必须加入数组，请从np.concatenate开始。它会迫使你更加注意尺寸的兼容性。

你不能加入2个带有形状（32,43,3）（67,86,3）的数组来制作一个更大的一些兼容形状的数组。他们共享的唯一维度是最后一个维度。

这些重塑也没有意义：（ - 1,3,32,43），（ - 1,3,67,86）。

它有效，但它也会弄乱'形象'。您不只是添加第四维。看起来你想做一些轴交换或转置。练习一些小阵列，这样你就可以看到发生了什么，例如：（2,4,3）。

您期望Xtrain的最终形状是什么？

您可以将这两个图像放在一个对象dtype数组中，这与列表[image1, image2]基本相同。但我怀疑你的神经网络是否可以做任何实用的事情。

如果将（32,43,3）数组重新形成为（16,86,3），则可以在轴= 0上连接（67,86,3）以生成（83,86,3）数组。如果您需要先3，我会使用np.transpose(..., (2,0,1))。

反过来重塑（67,86,3）至（2 * 67,43,3）。

将（32,43,3）传递给（32,86,3）是另一种选择。

将它们加入新的第4维度，要求“行”的数量以及“列”的数量匹配。

在numpy数组中存储不同维度的图像

1 个答案: