Question

我正在从2个不同的文件夹中读取230个图像作为数组，并对其进行调整大小，以使每个图像的宽高比保持不变（调整大小后的图像尺寸，宽度= 600 *高度= 800）。之后，我尝试将标签和图像数组分成2个不同的列表。现在，在将图像数组列表提供给CNN模型之前，我正在将其重塑为reshape（[-1，3，600，800]）格式，但是出现以下错误：

ValueError：无法将大小为230的数组重塑为形状（3,600,800）

如何用上述格式重塑它？

编写的代码是：

def create_data():
    for category in LABELS:  
        path = os.path.join(DATADIR,category)  
        class_num = LABELS.index(category)  # get the classification  (0 or a 1).
        for img in tqdm(os.listdir(path)):
            img_array = cv2.imread(os.path.join(path,img))  # convert to array
            fac = np.array(img_array).shape[0]/np.array(img_array).shape[1]
            new_array = cv2.resize(img_array, (600, int(np.ceil((fac*600)))))# resize to normalize data size
            data.append([new_array, class_num])  # add to data


create_data()


Xtest = []
ytest = []


for features,label in data:
    Xtest.append(features)
    ytest.append(label)

X = np.array(Xtest).reshape([-1, 3, 600, 800])

Answer 1

在cv2.resize之后，所有图像的高度均为600，但宽度不同。这意味着它们都有不同数量的像素，可能太多或太少而无法形成您期望的输出形状。您也将无法将这些图像串联成一个大阵列。

您将需要裁剪/填充图像以使其具有相同的大小。

Answer 2

不要调整整个数组的大小，请分别调整数组中每个图像的大小。

X = np.array(Xtest).reshape([-1, 3, 600, 800])

这将创建230个项目的一维数组。如果您对它进行重塑，numpy将尝试对整个数组进行重塑，而不是其中的单个图像！

ValueError：无法将大小为230的数组重塑为形状（3,600,800）

2 个答案: