在python中重塑图像矩阵

Question

我想首先将原始图像（形状和 dtype 为 ((1024, 1024, 3), dtype('uint8'))）转换为一维数组，以便我可以将该一维数组输入到训练集中作为一次观察。

现在我想将该一维数组转换为其原始形式。

为了将原始图像转换为一维数组，我使用了 numpy 中提供的 flatten() 函数。下面是代码：

In[80]: t = misc.imread('b.png') #to read the image

In[81]: t.shape, t.dtype
Out[81]: ((1024, 1024, 3), dtype('uint8'))

#To convert the above image into 1D array

In[82]: t.flatten()
Out[82]: array([  5,  40, 121, ..., 130, 110,  89], dtype=uint8)

现在我想将上面的矩阵（t.flattern()的结果）转换为原始矩阵（即(1024,1024,3)的形状）。

请告诉我该怎么做。

更新： 我检查了t.flatten 的形状，结果是

In[86]: p=t.flatten()
In[87]: p.shape
Out[86]:(6291456,) 

但是 6291456=(1024*1024*3* 2)。现在我很困惑，这个额外的术语（即2）是从哪里来的。

我也使用了reshape命令，但是执行命令时出现错误。

l=p.reshape(1024,1024,3)

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-89-b1ab41666df7> in <module>()
----> 1 l=p.reshape(1024,1024,3)

ValueError: total size of new array must be unchanged

Answer 1

使用reshape，

In [93]: a = np.zeros((10,10,3))
In [94]: a.shape
Out[94]: (10, 10, 3)

In [95]: b = a.flatten()
In [96]: b.shape
Out[96]: (300,)

In [97]: c = b.reshape(10,10,3)
In [98]: c.shape
Out[98]: (10, 10, 3)