如何使用 numpy 附加 2 个具有不同尺寸和形状的 numpy 图像数组答案

【问题标题】：How to append 2 numpy Image Arrays with different dimensions and shapes using numpy如何使用 numpy 附加 2 个具有不同尺寸和形状的 numpy 图像数组
【发布时间】：2019-11-26 22:30:35
【问题描述】：

我正在制作一个输入数据集，该数据集将包含数千张图像，这些图像的大小不同，但通道数相同。我需要将这些不同的图像合并到一个堆栈中。

orders = (channels, size, size)
Image sizes = (3,240,270), (3,100,170), etc

我已经尝试将它附加到 0 轴和 1 轴并插入。

Images = append(Images, image, axis = 0)

  File "d:/Python/advanced3DFacePointDetection/train.py", line 25, in <module>
    Images = np.append(Images, item, axis=0)
  File "C:\Users\NIK\AppData\Roaming\Python\Python37\site-packages\numpy\lib\function_base.py", line 4694, in append
    return concatenate((arr, values), axis=axis)
ValueError: all the input array dimensions except for the concatenation axis must match exactly

理想的输出形状就像 (number of images, 3) 3 for number of channels and it contains different shape of images.

【问题讨论】：

您是否可以在较小的图像上使用黑色边框？或者我们可以在不考虑纵横比的情况下调整图像大小吗？由于您正在使用图像训练模型，因此最好将所有图像调整为较小的尺寸并进行训练。
我有另一个 X 和 Y 点数据集，所以如果我调整其中任何一个的大小，我的整个数据集都需要调整。因此，没有调整大小或较小的图像。对不起。
因此，您可能需要填充较小的图像以匹配较大图像的尺寸。检查这个答案 - stackoverflow.com/a/41916066/6561141
我会调查的，干杯伙伴
np.concatenate，以及相关的stack 和append，创建一个多维数组，例如(n_images, height, width, channels) 形状。该数组中的每个图像都必须具有相同的尺寸。没有办法解决它。似乎大多数（如果不是全部的话）ML 包在大小上都假设了类似的一致性。当然，您可以拥有一个不同大小的图像列表，甚至可以从该列表中创建一个对象 dtype 数组，但是如果您不能使用这样的列表进行训练或测试，那又有什么意义呢？

标签： python arrays numpy

【解决方案1】：

如果您不想调整图像大小，请选择最大的一个并将所有图片填充成相同的形状，我曾经在这个问题中回答如何填充：Can we resize an image from 64x64 to 256x256 without increasing the size .

当为所有图像循环运行该脚本时，创建一个列表来保存它们的所有形状。当您想拍摄原始图像时，只需在数组中的索引 x 处拍摄图像并在列表中塑造 x 形状，然后以原始尺寸裁剪填充图像。

【讨论】：