將 numpy 1D 數組重塑為 3D 數組

Question

我在將 numpy 數組從 1D 重塑為 3D 時遇到問題。

我正在閱讀一個視頻文件，然后我從 x 幀數中提取人臉，並將人臉存儲在一個帶有標簽的 numpy 數組中。

fps = 3
time_of_video = 10
x = 0
face_size = 128

images = []
labels = []

for original_name, filename, label in tqdm(zip(train_sample_metadata['original'], train_sample_metadata['filename'], train_sample_metadata['label'])):

...

        video_1 = read_video(f'{base_path}/{filename}', fps*time_of_video)
        video_2 = read_video(f'{base_path}/{original_name}', fps*time_of_video)
        face_annotations = get_annotations(real_video)
        faces_1 = crop_faces(video_1, face_annotations, face_size)
        faces_2 = crop_faces(video_2, face_annotations, face_size)

        x = faces_1

        for ff, rf in zip(faces_1, faces_2):
            if np.array_equal(ff, rf):
                y.append(0)
            else:
                y.append(1)

        y = to_categorical(np.array(y), 2)

    images.append(x)
    labels.append(y)


images = np.array(images)
labels = np.array(labels)

images.shape, labels.shape
((400,), (400,))

images = images.reshape((images.shape[0] * images.shape[1], 128, 128, 3))
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-38-af9e927f8a1c> in <module>
----> 1 images = images.reshape((images.shape[0] * images.shape[1], 299, 299, 3))

IndexError: tuple index out of range

Answer 1

您的images數組可能是 (400,) 形狀，因為原始列表不包含所有相同的形狀。 假設您的圖片/視頻在 5D 中具有正確的表示形式，如果所有附加項目的大小相同，它就會轉換為一個numpy數組。 但它沒有。 嘗試：

for i in images:
    print(np.array(i.shape))

當您運行此行時，您可能會發現為什么您的列表被轉換為列表數組：

images = np.array(images)

reshape函數只重新排列當前數組。 想象一個總共有 8 個單位的2x2x2立方體。 一個陣列只能使用這 8 個單位進行重塑。

正如我所說，如果您發現並非所有圖片陣列都是相同的形狀，您將無法將它們重塑為相同的形狀。 您需要裁剪或調整大小。 你可以用PIL和它的Image模塊來做到這一點。

from PIL import Image

pic = Image.fromarray(pic).resize((128, 128, 3))

Answer 2

您可以使用以下方法將單通道圖像轉換為三通道圖像

image3Channel=np.stack((image1Channel,)*3, -1)