ValueError：无法将输入数组从形状（110,110,3）广播到形状（110,110）答案

【问题标题】：ValueError: could not broadcast input array from shape (110,110,3) into shape (110,110)ValueError：无法将输入数组从形状（110,110,3）广播到形状（110,110）
【发布时间】：2020-10-18 23:05:32
【问题描述】：

我正在构建一个神经网络，并尝试将彩色图像加载到网络中，但我不断收到重塑错误。我将所有图像的大小调整为最小尺寸（在本例中为 110 x 110），但是当我尝试将 X（每个图像的像素的未展平 3d 列表）转换为一个名为 xTrain 的 numpy 数组时，这行代码：

xTrain = np.array(X[:trainNum])

我收到此错误：“ValueError：无法将输入数组从形状 (110,110,3) 广播到形状 (110,110)”

有人知道它为什么一直这样吗？我认为这是因为我的数据，因为我的伙伴用他自己的图像复制了相同的确切代码，并且转换为 numpy 数组是成功的，但我的不是。作为参考，标题为 X 的列表采用以下格式：

[array([[[137, 151, 199],
    [ 93, 114, 166],
    [116, 121, 164],
    ...,
    [124, 124, 175],
    [160, 162, 193],
    [154, 157, 177]],

   [[ 81,  94, 153],
    [106, 123, 184],
    [119, 124, 180],...

我该如何解决这个问题？

【问题讨论】：

标签： python numpy tensorflow

【解决方案1】：

您的 X 列表很可能包含灰度和 RGB 图像的混合。


img_rgb = np.zeros((110, 110, 3))
img_gry = np.zeros((110, 110))

X_good = [img_rgb, img_rgb, img_rgb]
np.array(X_good[:])
# OK

X_bad = [img_rgb, img_gry, img_rgb]
np.array(X_bad[:])
# ValueError: could not broadcast input array from shape (110,110,3) into shape (110,110)

您可以将X中的灰度图像转换为RGB：

def make_rgb(img):
    if len(img.shape) == 3:
        return img
    img3 = np.empty(img.shape + (3,))
    img3[:, :, :] = img[:, :, np.newaxis]
    return img3

X_repaired = [make_rgb(im) for im in X_bad]

np.array(X_repaired[:])
# No problem

【讨论】：

【解决方案2】：

reshape 时出现问题是因为 python 无法将形状为 (110,110,3) 的数组转换为 (110,110)。数组形状中的 3 表示 RGB 或 BGR 颜色代码（因不同的图像读取功能而异）。此外，数组围绕所有轴的长度的乘积应保持不变。这意味着您的数组大小为 (x1, y1, z1) 并且您将其重塑为 (x2,y2,z2) 然后 x1y1z1 = x2y2 z2 否则reshape函数会报错。

最简单的方法是将图像读取为灰度图像。在opencv中，实现如下：

import cv2 
  
# Using cv2.imread() method 
# Using 0 to read image in grayscale mode 
img = cv2.imread(path, 0) 
  
# Displaying the image 
cv2.imshow('image', img) 

#if your input image is not 110*110, you resize it
img = cv2.resize(img, (110,110))

【讨论】：

是否有不需要灰度化图像的解决方法？
您能否分享您的神经网络架构，以便我了解您要实现的内容？