如何在 CNN 网络中处理不同大小的图像答案

【问题标题】：how to handle with different size of images in CNN network如何在 CNN 网络中处理不同大小的图像
【发布时间】：2019-08-26 13:29:09
【问题描述】：

我正在制作适合拼图并识别完美配对的图像。这是我的数据

solution.head()
id  pair
0   1   686
1   2   540
2   3   971
3   4   910
4   5   616

我有这样的图像形状：

    png = []
    for image_path in glob.glob("training/training/*.png"):
        png.append(misc.imread(image_path))    

    im = np.asarray(png)

    print ('Importing done...', im.shape)

Importing done... (1000,)

array([array([[[247, 255, 102],
        [247, 255, 102],
        [247, 255, 102],
        ...,
        [247, 255, 102],
        [247, 255, 102],
        [247, 255, 102]],

       [[247, 255, 102],
        [247, 255, 102],
        [247, 255, 102],
        ...,
        [247, 255, 102],
        [247, 255, 102],
        [247, 255, 102]],

       [[247, 255, 102],
        [247, 255, 102],
        [247, 255, 102],
        ...,
        [247, 255, 102],
        [247, 255, 102],
        [247, 255, 102]],

       ...,

       [[247, 255, 102],
        [247, 255, 102],
        [247, 255, 102],
        ...,
        [247, 255, 102],
        [247, 255, 102],
        [247, 255, 102]],

       [[247, 255, 102],
        [247, 255, 102],
        [247, 255, 102],
        ...,
        [247, 255, 102],
        [247, 255, 102],
        [247, 255, 102]],

       [[247, 255, 102],
        [247, 255, 102],
        [247, 255, 102],
        ...,
        [247, 255, 102],
        [247, 255, 102],
        [247, 255, 102]]], dtype=uint8),
       array([[[165, 255, 102],
        [165, 255, 102],
        [165, 255, 102],
        ...,
        [165, 255, 102],
        [165, 255, 102],
        [165, 255, 102]],

       [[165, 255, 102],
        [165, 255, 102],
        [165, 255, 102],
        ...,
        [165, 255, 102],
        [165, 255, 102],
        [165, 255, 102]],

       [[165, 255, 102],
        [165, 255, 102],
        [165, 255, 102],
        ...,
        [165, 255, 102],
        [165, 255, 102],
        [165, 255, 102]],

       ...,

       [[165, 255, 102],
        [165, 255, 102],
        [165, 255, 102],
        ...,

我不明白如何找到完美的配对图像。我正在尝试调整它们的大小并转换为 gray ，但它会出错。请帮我找到成对组合在一起的图像。这是我的 colab 链接： https://colab.research.google.com/drive/1bCQUHrXNjdWX8-WKSq6LK01XpR4D52J_

【问题讨论】：

标签： image-processing deep-learning computer-vision image-segmentation

【解决方案1】：

你可以试试这个代码：

   import numpy as np
    import cv2
    import os
    df=pd.read_csv(os.path.join(file_path,'solution.csv'))
    training_data = []
    IMG_SIZE = 100
    for img in  os.listdir('training/training') :  
      path = 'training/training/'+img
      id = img.split('.')[0]
      img = cv2.imread(path,1)
      img = cv2.resize(img, (IMG_SIZE,IMG_SIZE),3)     
      img = np.array(img)
      target = df['pair][int(id)]
      training_data.append([img ,target  ])

【讨论】：

谢谢阿马拉，这里在目标变量上出现一些错误，你在对变量上给定的引号。如何解决这个问题，当我得到唯一的对变量引用时
目标 = df['pair'][int(id)]
我对这些有一个疑问，对有 500，但图像有 1000，我怎么能建立一个 Cnn 网络。请给我一些关于这些的演示。
在csv文件中，'id'列是指图片的名称吗？
嗨，Amara，我的图片是 png 类型，你提供的代码是我执行的，但它得到了一些错误 .keyerror: 867，