【发布时间】:2021-04-28 23:38:42
【问题描述】:
我有一个格式为 (1449,640,480,3) 的图像数据,我想在将图像提供给 CNN 之前调整其大小。我可以通过提取每个图像来调整它们的大小,然后将它们分组到一个数组中,但这会花费大量时间和 RAM。有什么方法(使用 tensorflow、keras 或任何其他库)来调整它的大小。
【问题讨论】:
标签: image-processing keras tensorflow2.0 numpy-ndarray
我有一个格式为 (1449,640,480,3) 的图像数据,我想在将图像提供给 CNN 之前调整其大小。我可以通过提取每个图像来调整它们的大小,然后将它们分组到一个数组中,但这会花费大量时间和 RAM。有什么方法(使用 tensorflow、keras 或任何其他库)来调整它的大小。
【问题讨论】:
标签: image-processing keras tensorflow2.0 numpy-ndarray
import keras
from keras.datasets import mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
我刚刚加载了 mnist 库作为示例。 如果我们看到 train_images 的形状。
train_images.shape
> (60000, 28, 28)
所以它是一个 3D 数组,其中我们有 60000 张图像和 28×28 形状的图像。我们可以将这个 28×28 的 2D 图像转换为 784(28×28)的 1D 图像。
train_images = train_images.reshape((60000, 28 * 28))
train_images.shape
> (60000, 784)
希望对您有所帮助。
【讨论】:
cv2.resize(img_array, (img_size,img_size))