我想要做的是转换类似这个矩阵的东西（python中的二维列表）
0 0 0
1 1 1
0 0 0
到这样的图像
黑色黑色黑色
白白白
黑色黑色黑色
哪个会兼容keras的卷积层？
附言
我缺乏对 keras 使用的“图像”的实际数据结构的了解，因此我陷入了困境。如果可能的话，如果有人也能告诉我图像是哪种数据结构，那就太好了。我目前的猜测是宽度、高度和 RGB 值的 3 维数组，或者单色图像的 2 维数组。但是，我不确定它是 0 到 1 还是 0 到 255 之间的值。我还怀疑该值必须是“float32”类型，但我不确定如何处理这些事实。
【问题讨论】：
标签： python python-3.x keras
Keras 是数字，所以，0 和 1 非常适合该任务，您无需执行任何其他操作，除了观察第一层所需的 input_shape。
如果您使用 0 到 255 也不是什么大问题，但标准是使用 0 到 1。重要的是您的输出与您使用的最后一个“激活”相匹配。 （例如：'sigmoid' 激活将给出 0 到 1 之间的输出）。
卷积层输入形状：
为了将数据作为卷积层的输入，您必须像这样对数据进行整形：
(NumberOfImages, Width, Heigth, channels) #W and H may be inverted, but it doesn't matter much as long as they will not be swapped along the model.
例如，通道代表具有红色、绿色、蓝色通道的图像。有些图像可能有 4 个通道。黑白图像只有一个通道。
图像是什么数据结构？
这在很大程度上取决于您使用哪个库来加载图像。 如果您有 numpy 数组，只需像以前一样使用从 0 到 1 的数字。
当使用pillow（一个图片库）时，它会返回 0 到 255 之间的值，你所要做的就是从中创建一个 numpy 数组，然后除以 255。
from PIL import Image
import numpy as np
im = Image.open(filename)
im = im.resize(size,Image.LANCZOS) #if your images are not already the size you want
im = np.asarray(im)/255
【讨论】：
matplotlib，您可以绘制从 0 到 1 的 numpy 数组，没问题。可能还有许多其他库用于将 numpy 数组绘制为图像。