Numpy 展平 RGB 图像阵列

Question

我有 1,000 张 RGB 图像 (64X64)，我想将其转换为 (m, n) 数组。

我用这个：

import numpy as np
from skdata.mnist.views import OfficialImageClassification
from matplotlib import pyplot as plt
from PIL import Image                                                            
import glob
import cv2

x_data = np.array( [np.array(cv2.imread(imagePath[i])) for i in range(len(imagePath))] )
print x_data.shape

这给了我： (1000, 64, 64, 3)

现在，如果我这样做：

pixels = x_data.flatten()
print pixels.shape

我得到： (12288000,)

但是，我需要一个具有以下维度的数组： (1000, 12288)

我怎样才能做到这一点？

Answer 1

在将flatten()应用于扁平化数组后应用 numpy 方法reshape() ：

  x_data = np.array( [np.array(cv2.imread(imagePath[i])) for i in range(len(imagePath))] )

  pixels = x_data.flatten().reshape(1000, 12288)
  print pixels.shape

Answer 2

试试这个：

d1, d2, d3, d4 = x_data.shape

然后使用numpy.reshape()

x_data_reshaped = x_data.reshape((d1, d2*d3*d4))

或

x_data_reshaped = x_data.reshape((d1, -1))

（Numpy 从原始长度和定义的维度d1推断值而不是-1 ）

Answer 3

您可以遍历图像数组并独立展平每一行。

numImages = x_data.shape[0]
flattened = np.array([x_data[i].flatten() for i in range(0,numImages)])

Answer 4

你也可以使用这个：X 是你的 2D 图片，例如大小为 32x32 和 -1 它只是意味着它是一个未知的维度，我们希望 numpy 找出它。 numpy 将通过查看“数组的长度和剩余维度”并确保它满足上述标准（ numpy reshape 中 -1 是什么意思？ ）来计算这一点。 T 表示在使用轴关键字参数 ( https://docs.scipy.org/doc/numpy/reference/generated/numpy.transpose.html ) 时反转张量的转置。

X_flatten = X.reshape(X.shape[0], -1).T

Answer 5

假设你有一个数组image_array你可以使用reshape()方法。

image_array = image_array.reshape(1000, 12288)