调整图像大小并在python中合并数据集

Question

我有两个数据集images1和images2（通过下面的函数通过给定路径循环读取图像，在下面的函数中生成）

def measure(images1,path):
      images2=[]
      for filename in glob.glob(path): #looking for pngs
          temp = cv2.imread(filename).astype(float)
          images2.append (augm_img)

          print(np.array(images2).dtype)
          print(np.array(images).dtype)

          print(np.array(images2).shape)
          print(np.array(images).shape)

打印输出：

  float64
  float64

    (1, 24, 24, 3)
(60000, 32, 32, 3)
(2, 24, 24, 3)
(60000, 32, 32, 3)
(3, 24, 24, 3)
(60000, 32, 32, 3)
(4, 24, 24, 3)
(60000, 32, 32, 3)
       ....
       ....

etc

从路径读取图像后，我想调整从文件读取的image2的大小，使其与图像大小相同(:,32,32,3)

并将这两个数据集合并为一个（通过连接或追加？）以训练我的模型。

到现在为止，我还无法找到一种方法来执行此操作，因此任何建议都将有所帮助。

Answer 1

我找到了解决方案：

def resize_images(image_arrays, size=[32, 32]):
# convert float type to integer
image_arrays = (image_arrays * 255).astype('uint8')

resized_image_arrays = np.zeros([image_arrays.shape[0]] + size + [3])
for i, image_array in enumerate(image_arrays):
    image = Image.fromarray(image_array)
    resized_image = image.resize(size=size, resample=Image.ANTIALIAS)


    resized_image_arrays[i] = resized_image


return resized_image_arrays

通过调用此函数，可以将图像调整为特定大小。