如何为颜色通道重塑 numpy 图像数组

Question

我正在使用 Keras 库进行验证码识别项目。对于训练集，我使用以下函数生成最多 5 位数的验证码。

def genData(n=1000, max_digs=5, width=60):
    capgen = ImageCaptcha()
    data = []
    target = []
    for i in range(n):
        x = np.random.randint(0, 10 ** max_digs)
        img = misc.imread(capgen.generate(str(x)))
        img = np.mean(img, axis=2)[:, :width]
        data.append(img.flatten())
        target.append(x)
    return np.array(data), np.array(target)

然后，我正在尝试重塑训练数据数组，如下所示；

train_data = train_data.reshape(train_data.shape[0], 60, 60, 3)

我猜我的验证码有 3 个颜色通道。但是，当我尝试重塑训练数据时，我遇到了以下错误；

ValueError: 无法将大小为 3600000 的数组重新整形为形状 (1000,60,60,3)

注意：如果我尝试使用 1 而不是 3。错误不会发生，但我的准确度甚至不接近 %1

Answer 1

您正在通过取平均值创建单通道图像。该错误表示您正在尝试重塑一个数组，其中数组中的 3600000 个元素是原来的三倍（1000*60*60*3 = 10800000）。在下面的示例中调整您的函数以使其正常工作。

此外，由于您将图像的宽度减小到 60 像素，因此目标不再正确。这解释了低准确性。尝试使用更大的宽度，您的准确度很可能会提高（例如 150-155）。

def genData(n=1000, max_digs=5, width=60):
    capgen = ImageCaptcha()
    data = []
    target = []
    for i in range(n):
        x = np.random.randint(0, 10 ** max_digs)
        img = misc.imread(capgen.generate(str(x)))
        img = img[:,:width,:]
        data.append(img.flatten())
        target.append(x)
    return np.array(data), np.array(target)