ValueError：无法将输入数组从形状（50,50,3）广播到形状（50,50）

Question

试图将数据集中的数据加载到数组 data[] 中，给我一个广播错误。

代码：

path = os.path.join(cur_path , r'Pothole_Image_Data')
print(path)
images = os.listdir(path)
for i in images   :
  try   :
     image =  Image.open(path + '\\'  + i )
     image = image.resize((50,50))
     image = np.array(image)
     data.append(image)
  except : 
    print("Image not found")

data = np.array(data)
print(data.shape)

错误：

  ValueError  Traceback (most recent call last)

   11         print("Image not found")
   ---> 13 data = np.array(data)
   14 print(data.shape)

ValueError: could not broadcast input array from shape (50,50,3) into shape (50,50)

Answer 1

图像通常加载为 X * Y * 3（或 3 * X * Y）arrays，因为图像存储红色、绿色和蓝色像素值的值。 因此，要么将它们重塑为 50、50、3 数组（创建 4D N * 50 * 50 *3）数组，要么考虑如何合并 3 个颜色通道。

如果您想从中制作灰度图片（可以存储在 50x50 阵列中），请使用例如亮度方法：val = (0.3 * R) + (0.59 * G) + (0.11 * B)。

但这取决于您的应用程序。 我假设（考虑到您构建图像阵列的方式）它将用于神经网络？ 然后我只使用3个频道。 Tensorflow 可以处理，Conv2d 甚至有一个变量来设置通道数。