如何将 mnist 数据转换为 RGB 格式？答案

【问题标题】：How can i convert mnist data to RGB format?如何将 mnist 数据转换为 RGB 格式？
【发布时间】：2020-03-05 19:30:30
【问题描述】：

我正在尝试将 MNIST 数据集转换为 RGB 格式，每个图像的实际形状是 (28, 28)，但我需要 (28, 28, 3)。

import numpy as np
import tensorflow as tf

mnist = tf.keras.datasets.mnist
(x_train, _), (x_test, _) = mnist.load_data()

X = np.concatenate([x_train, x_test])
X = X / 127.5 - 1

X.reshape((70000, 28, 28, 1))

tf.image.grayscale_to_rgb(
    X,
    name=None
)

但我收到以下错误：

ValueError: Dimension 1 in both shapes must be equal, but are 84 and 3. Shapes are [28,84] and [28,3].

【问题讨论】：

总是将完整的错误消息（从单词“Traceback”开始）作为文本（不是屏幕截图）放在有问题的（不是评论）中。还有其他有用的信息。

标签： python numpy tensorflow keras tensorflow-datasets

【解决方案1】：

除了@DMolony 和@Aqwis01 答案之外，另一个简单的解决方案是使用numpy.repeat 方法多次复制张量的最后一个维度：

X = X.reshape((70000, 28, 28, 1))
X = X.repeat(3, -1)  # repeat the last (-1) dimension three times
X_t = tf.convert_to_tensor(X)
assert X_t.shape == (70000, 28, 28, 3)

【讨论】：

【解决方案2】：

您应该将重塑后的 3D [28x28x1] 图像存储在一个数组中：

X = X.reshape((70000, 28, 28, 1))

转换时，设置另一个数组为tf.image.grayscale_to_rgb()函数的返回值：

X3 = tf.image.grayscale_to_rgb(
X,
name=None
)

最后，用matplotlib 和tf.session() 从生成的张量图像中绘制一个示例：

import matplotlib.pyplot as plt

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    image_to_plot = sess.run(image)
    plt.figure()
    plt.imshow(image_to_plot)
    plt.grid(False)

完整代码：


import numpy as np
import tensorflow as tf

mnist = tf.keras.datasets.mnist
(x_train, _), (x_test, _) = mnist.load_data()

X = np.concatenate([x_train, x_test])
X = X / 127.5 - 1

# Set reshaped array to X 
X = X.reshape((70000, 28, 28, 1))

# Convert images and store them in X3
X3 = tf.image.grayscale_to_rgb(
    X,
    name=None
)

# Get one image from the 3D image array to var. image
image = X3[0,:,:,:]

# Plot it out with matplotlib.pyplot
import matplotlib.pyplot as plt

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    image_to_plot = sess.run(image)
    plt.figure()
    plt.imshow(image_to_plot)
    plt.grid(False)

【讨论】：

【解决方案3】：

如果您在 tf.image.grayscale_to_rgb 之前打印 X 的形状，您将看到输出尺寸为 (70000, 28, 28)。 tf.image.grayscale 的输入大小必须为 1，因为它是最终维度。

扩展X的最终维度，使其与函数兼容

tf.image.grayscale_to_rgb(tf.expand_dims(X, axis=3))

【讨论】：

这并不能解决问题，因为您仍然没有返回转换函数的输出。
当然，我应该返回函数输出，但是说它不能修复错误是不正确的。