将 3D 数组图像转换为二维数组

Question

我正在尝试通过from tensorflow.keras.preprocessing import image 。我的图像是我写在纸上的手写数字，然后我通过手机从中拍摄了一张照片，然后将其大小更改为 28*28：

我使用了以下代码：

img_width, img_height = 28, 28
img = image.load_img('rgb_seven.jpeg', target_size=(img_width, img_height))
img_tensor = image.img_to_array(img)
img_tensor.shape

形状结果是：

(28, 28, 3)

似乎图像被加载为3D 数组。 我需要一个2D array ，所以我这样做：

x_image = img_tensor.reshape(len(img_tensor),-1)
x_image.shape

结果是：

(28, 84)

为什么是84 ？ 我需要 28，因为我想将其展平以作为输入层插入。

什么是问题？

Answer 1

您应该使用color_mode='grayscale'加载图像

img = image.load_img('rgb_seven.jpeg', color_mode='grayscale', target_size=(img_width, img_height))

它会给你形状(28, 28, 1)

然后使用x_image = img_tensor.reshape(28, 28)会给你形状(28, 28)

你得到形状(28, 84)的原因是因为reshape()不会删除维度，所以如果你想使用img_tensor.reshape(28,-1)用(28, 28, 3)重塑数组它会返回一个数组作为最后两个维度的组合，因此你得到形状(28, 28 * 3)

Answer 2

您应该使用tf.squeeze而不是reshape 。 Tensorflow 专门制作了一个 function 来删除指定的尺寸，因此我认为最好使用这个。

img = image.load_img('rgb_seven.jpeg',
                     color_mode='grayscale',
                     target_size=(img_width, img_height))
img_tensor = image.img_to_array(img)

img_tensor = tf.squeeze(img_tensor, axis=-1)