如何将 ndarray 重塑为 fir 预测模型？答案

【问题标题】：How to reshape an ndarray to fir prediction model?如何将 ndarray 重塑为 fir 预测模型？
【发布时间】：2021-08-03 13:19:23
【问题描述】：

我需要读取两个图像，将它们转换为 150x150 的大小，并将它们添加到一个数组中，该数组需要重新整形为 (2, 150, 150, 3) 的形状以适合 keras 模型。我无法理解 numpy 的 reshape 方法的工作原理以及我需要如何使用它。

我的代码：

import cv2
import numpy

def loadAndReshape(target, path):
    targetImage = cv2.imread(path)
    targetImage = cv2.cvtColor(targetImage, cv2.COLOR_BGR2RGB)
    targetImage = cv2.resize(targetImage, dsize=(150, 150)) / 255
    targetImage = targetImage.reshape(1, 150, 150, 3).astype('float32')
    numpy.append(target, targetImage)

targetImages = numpy.ndarray((2, 150, 150, 3))
loadAndReshape(targetImages, './/test1.jpg')
loadAndReshape(targetImages, './/test2.jpg')

重塑targetImage 没有问题，但最终targetImages 仍然是一个空的ndarray。如何输出模型所需的数组？

【问题讨论】：

标签： python numpy keras cv2

【解决方案1】：

numpy.append 返回一个副本，见https://numpy.org/doc/stable/reference/generated/numpy.append.html

你可以试试这个：

import cv2
import numpy

def loadAndReshape(path):
    targetImage = cv2.imread(path)
    targetImage = cv2.cvtColor(targetImage, cv2.COLOR_BGR2RGB)
    targetImage = cv2.resize(targetImage, dsize=(150, 150)) / 255
    targetImage = targetImage.reshape(1, 150, 150, 3).astype('float32')
    return targetImage

li = []
li.append(loadAndReshape('.//test1.jpg'))
li.append(loadAndReshape('.//test2.jpg'))
targetImages = np.array(li)

【讨论】：

非常感谢，不知怎的我错过了它没有到位。

【解决方案2】：

函数 'numpy.append' 不能像我想的那样就地工作。相反，你可以这样做：

mport cv2
import numpy as np

def loadAndReshape(image_list, path):
    targetImage = cv2.imread(path)
    targetImage = cv2.cvtColor(targetImage, cv2.COLOR_BGR2RGB)
    targetImage = cv2.resize(targetImage, dsize=(150, 150)) / 255
    targetImage = targetImage.reshape(1, 150, 150, 3).astype('float32')
    image_list.append(targetImage)

targetImages = []
loadAndReshape(targetImages, './/test1.jpg')
loadAndReshape(targetImages, './/test2.jpg')
.
.
.
targetImages = np.concatenate(targetImages)

【讨论】：