Question

我正在用Python运行图像分类任务。作为预处理的一部分，我需要将所有图像重塑为相同的尺寸。通过这样做，我注意到一些jpeg和png具有三维尺寸的特性，而有些则没有。为什么会这样呢？如何规范数据？

这些图像都是彩色图像，即使将图像下载到计算机上，也可以得到相同的形状。

from PIL import Image
import requests
from io import BytesIO
import base64
import numpy as np 

for url in [
    r'https://c7.uihere.com/files/35/692/872/wikimedia-commons-measuring-scales-clip-art-orthodontist-thumb.jpg',
    r'https://thedesignlove.com/wp-content/uploads/2018/02/297-Food-Stop-Logo-Template.jpg',
    r'https://upload.wikimedia.org/wikipedia/commons/f/ff/BTS_logo_%282017%29.png',    
    ]:
    response = requests.get(url)
    img = Image.open(BytesIO(response.content))

    print(np.asarray(img).shape)


data = '''R0lGODlhDwAPAKECAAAAzMzM/////wAAACwAAAAADwAPAAACIISPeQHsrZ5ModrLlN48CXF8m2iQ3YmmKqVlRtW4MLwWACH+H09wdGltaXplZCBieSBVbGVhZCBTbWFydFNhdmVyIQAAOw==''' 

img = Image.open(BytesIO(base64.b64decode(data)))
print(np.asarray(img).shape)

输出为：

(310, 310) 
(600, 650, 3) 
(1800, 1800, 4) 
(15, 15)

如您所见，有时第三维不存在，有时即使存在，也不是一致的数字。

Answer 1

如果您将这些图像下载到计算机上，然后查看图像详细信息，您会发现它们的“颜色”（通道）数和大小不同。有一些编程方式可以做到这一点，但是如果您使用的是Windows，则可以右键单击然后选择“详细信息”。

图片“ https://c7.uihere.com/files/35/692/872/wikimedia-commons-measuring-scales-clip-art-orthodontist-thumb.jpg” 是一张310 x 310单通道（8位）图像。

图像“ https://thedesignlove.com/wp-content/uploads/2018/02/297-Food-Stop-Logo-Template.jpg”是一张650x600 3通道（24位）图像。

图像“ https://upload.wikimedia.org/wikipedia/commons/f/ff/BTS_logo_%282017%29.png”似乎是1800x1800 4通道（32位）图像。可能是RGBA格式（A是“ alpha”通道，通常用于描述不透明度/透明度级别）。

因此，基本上，您在输出中看到的所有数据似乎都是正确的，在这里我看不到任何问题。（注意-我不介意看看您的第四种情况-原始数据图像）

存在图像三维空间时的不一致

1 个答案: