我有 CSV 文件需要提供给深度学习网络。目前我的 CSV 文件大小为 360*480，但网络限制它们的大小为 224*224。我在深度学习部分使用 Python 和 Keras。那么如何调整矩阵的大小呢？
我在想，因为纵横比是 3:4，所以如果我将它们调整为 224:(224*4/3) = 224:299，然后将矩阵的宽度裁剪为 224，它可以为目的。但我找不到合适的功能来做到这一点。请提出建议。
【问题讨论】：
标签： python python-3.x python-2.7 keras deep-learning
我找到了一种解决此问题的简短方法。这使用 Python 图像库/Pillow。
import numpy as np
import pylab as pl
from PIL import Image
matrix = np.array(list(csv.reader(open('./path/mat.csv', "r"), delimiter=","))).astype("uint8") #read csv
imgObj = Image.fromarray(matrix) #convert matrix to Image object
resized_imgObj = img.resize((224,224)) #resize Image object
imgObj.show()
resized_imgObj.show()
resized_matrix = np.asarray(img) #convert Image object to matrix
虽然 numpy 模块也有 resize 功能，但不如上述方式有用。
当我尝试它时，调整大小的矩阵已经失去了原始矩阵的所有复杂性和美学方面。这可能是由于 numpy.ndarray.resize 不插入 并且 缺少的条目用零填充。
所以，对于这种情况，Image.resize() 更有用。
【讨论】：
如果您想对数据作为图像进行重大更改（即在像素值之间进行插值，假设它们代表照片），那么您可能需要为此使用适当的图像处理库。您不需要将它们视为原始矩阵（数字的 csv），而是将它们转换为 rgb 图像，进行所需的转换，然后将它们转换回 numpy 矩阵。
OpenCV (https://docs.opencv.org/3.4/da/d6e/tutorial_py_geometric_transformations.html) 或 Pillow (https://pillow.readthedocs.io/en/3.1.x/reference/Image.html) 可能有用。
【讨论】：
如果您使用图像，我认为您正在寻找 cv.resize()。 如果没有，请尝试numpy.ndarray.resize()
【讨论】：
您还可以将 csv 文件转换为列表，截断列表，然后将列表转换为 numpy 数组，然后使用 np.reshape。
【讨论】：