Question

我正在尝试将numpy数组重塑为：

data3 = data3.reshape((data3.shape[0], 28, 28))

其中data3是：

[[54 68 66 ..., 83 72 58]
 [63 63 63 ..., 51 51 51]
 [41 45 80 ..., 44 46 81]
 ..., 
 [58 60 61 ..., 75 75 81]
 [56 58 59 ..., 72 75 80]
 [ 4  4  4 ...,  8  8  8]]

data3.shape是(52, 2352 )

但我一直收到以下错误：

ValueError: cannot reshape array of size 122304 into shape (52,28,28)
Exception TypeError: TypeError("'NoneType' object is not callable",) in <function _remove at 0x10b6477d0> ignored

发生了什么以及如何解决此错误？

更新：

我这样做是为了获得上面使用的data3：

def image_to_feature_vector(image, size=(28, 28)):

    return cv2.resize(image, size).flatten()

data3 = np.array([image_to_feature_vector(cv2.imread(imagePath)) for imagePath in imagePaths])

imagePaths包含数据集中所有图像的路径。我实际上想将data3转换为flat list of 784-dim vectors，但是

image_to_feature_vector

函数将其转换为3072-dim vector !!

Answer 1

您可以重新形成numpy矩阵数组，以便在（a x b x c..n）= after（a x b x c..n）之前。即矩阵中的总元素应与之前相同，在您的情况下，您可以将其转换为转换后的数据3 有形状（156,28,28）或简单： -

import numpy as np

data3 = np.arange(122304).reshape(52, 2352 )

data3 = data3.reshape((data3.shape[0]*3, 28, 28))

print(data3.shape)

输出格式为

[[[     0      1      2 ...,     25     26     27]
  [    28     29     30 ...,     53     54     55]
  [    56     57     58 ...,     81     82     83]
  ..., 
  [   700    701    702 ...,    725    726    727]
  [   728    729    730 ...,    753    754    755]
  [   756    757    758 ...,    781    782    783]]
  ...,
[122248 122249 122250 ..., 122273 122274 122275]
  [122276 122277 122278 ..., 122301 122302 122303]]]

Answer 2

首先，输入图像的元素数量应与所需特征向量中的元素数量相匹配。

假设满足以上条件，则以下内容应该有效：

# Reading all the images to a one numpy array. Paths of the images are in the imagePaths
data = np.array([np.array(cv2.imread(imagePaths[i])) for i in range(len(imagePaths))])

# This will contain the an array of feature vectors of the images
features = data.flatten().reshape(1, 784)

获取错误：无法将大小为122304的数组重塑为形状（52,28,28）

2 个答案: