附加 NumPy 数组时列表丢失形状

Question

我正在使用 PIL 加载图像，然后将它们转换为 NumPy 数组。然后我必须基于图像列表创建一个新图像，因此我将所有 theearrays 附加到一个列表，然后将列表转换回一个数组，因此图像列表的形状有 4 个维度（n_images、height、宽度，rgb_channels）。我正在使用此代码：

def gallery(array, ncols=4):

    nindex, height, width, intensity = array.shape
    nrows = nindex // ncols
    # want result.shape = (height*nrows, width*ncols, intensity)

    result = (array.reshape(nrows, ncols, height, width, intensity)
              .swapaxes(1,2)
              .reshape(height*nrows, width*ncols, intensity))
    return result

def make_array(dim_x):
        for i in range(dim_x):
           print('series',i) 
           series = []
           for j in range(TIME_STEP-1):
              print('photo',j)
              aux = np.asarray(Image.open(dirpath+'/images/pre_images /series_{0}_Xquakemap_{1}.jpg'.format(i,j)).convert('RGB'))
              print(np.shape(aux))
              series.append(aux)
              print(np.shape(series))

        im = Image.fromarray(gallery(np.array(series)))
        im.save(dirpath+'/images/gallery/series_{0}_Xquakemap.jpg'.format(i))
        im_shape = (im.size)

make_array(n_photos)
# n_photos is the total of photos in the dirpath

问题是当series 列表上的追加发生时，图像的形状（添加的 NumPy 数组）会丢失。因此，当尝试在函数gallery 中重塑数组时，会出现问题。上面代码的输出的 sn-p 是这个：

...

series 2
photo 0
(585, 619, 3)
(1, 585, 619, 3)
photo 1
(587, 621, 3)
(2,)
photo 2
(587, 621, 3)
(3,)
photo 3
(587, 621, 3)
(4,)
...

如您所见，在添加第二张照片时，列表会丢失一个维度。这很奇怪，因为代码在前两次迭代中工作，它们使用完全相同的图像。我尝试使用np.stack()，但错误仍然存​​在。

我也在 Github 上找到了这个 issue，但我认为它不适用于这种情况，即使行为相似。

在 Ubuntu 18、Python 3.7.3 和 Numpy 1.16.2 上工作。

编辑：添加了@kwinkunks 提出的问题

Answer 1

在第二个函数中，我认为您需要将series = [] 移到外循环之前。

这是我对问题的再现：

import numpy as np
from PIL import Image

TIME_STEP = 3

def gallery(array, ncols=4):
    """Stitch images together."""
    nindex, height, width, intensity = array.shape
    nrows = nindex // ncols
    result = array.reshape(nrows, ncols, height, width, intensity)
    result = result.swapaxes(1,2)
    result = result.reshape(height*nrows, width*ncols, intensity)
    return result

def make_array(dim_x):
    """Make an image from a list of arrays."""
    series = []  # <<<<<<<<<<< This is the line you need to check.
    for i in range(dim_x):
        for j in range(TIME_STEP - 1):
            aux = np.ones((100, 100, 3)) * np.random.randint(0, 256, 3)
            series.append(aux.astype(np.uint8))

    im = Image.fromarray(gallery(np.array(series)))

    return im

make_array(4)

这会导致：