如果图像具有 (28,28,3) 形状，我如何将其转换为 (28.28,1)？答案

【问题标题】：If image has (28,28,3) shape, how do i convert it to (28.28,1)?如果图像具有 (28,28,3) 形状，我如何将其转换为 (28.28,1)？
【发布时间】：2020-08-16 12:40:58
【问题描述】：

我正在使用手写数字的 mnist 数据集，并试图预测我写的数字。问题是我的数字是 (28,28,3) 的形状，而我的神经网络的预期形状是 (28,28,1)。如何转换？

我的代码：

import tensorflow as to
from tensorflow import keras
from keras.datasets import mnist
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
import cv2

data = mnist.load_data()
(x_train, y_train), (x_test, y_test) = data

classes = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

x_train = x_train / 255
x_test = x_test / 255

model = keras.models.Sequential()
model.add(keras.layers.Flatten(input_shape=(28,28)))
model.add(keras.layers.Dense(128, activation='relu'))
model.add(keras.layers.Dense(10, activation='softmax'))

model.compile(
     optimizer='adam',
     loss='sparse_categorical_crossentropy',
     metrics=['accuracy']
)

model.fit(x_train, y_train, epochs=7)
test_loss, test_acc = model.evaluate(x_test, y_test)
print('\nTest Loss:', test_loss)
print('Test accuracy:', test_acc)

img = Image.open("7.jpg").convert('L')
img_array = cv2.imread('7.jpg')
new_array = cv2.cvtColor(img_array, cv2.COLOR_BGR2GRAY)
new_array = cv2.resize(new_array, (28,28))
print(new_array.shape)
print(x_test[0].shape)
plt.imshow(new_array, cmap='gray')
plt.show()

predictions = model.predict(new_array)

plt.grid(False)
plt.imshow(new_array, cmap='gray')
plt.title("Prediction: " + classes[np.argmax(predictions)])
plt.show()

【问题讨论】：

您想将色彩空间缩小为黑白？
如果您想将颜色深度从 24 位（3 通道）降低到 8 位（1 通道），请使用 cvtColor 将图像转换为灰度。如果您想进一步将信息减少到黑白（1 通道）阈值灰度输出。
使用 cvtColor 后，它说：预期 flatten_input 有 3 个维度，但得到的数组形状为 (28, 28)
如果没有任何代码，很难猜出错误出在哪里。我的猜测是您给cvtColor 提供了一个坏垫子和/或提供了错误的转换代码。
刚刚添加了我的代码。感谢您的帮助????????

标签： python numpy opencv machine-learning mnist

【解决方案1】：

即使你想要一个 (28,28) 形状，张量也需要有 3 个维度，所以你必须将其扩展为 (28,28,1)。这样的事情就足够了：

new_array = cv2.resize(new_array, (28,28,1))

或使用new_array=new_array[..., None] 扩展它。

【讨论】：

使用后：new_array=new_array[..., None] 我收到一个错误：预期 flatten_input 的形状为 (28, 28) 但得到的数组的形状为 (28, 1)
我建议的第一个选项怎么样？还有错误来自哪里？

【解决方案2】：

假设 img 的形状为 (28, 28, 3)，您可以这样做：

gray = cv2. cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = np.expand_dims(gray, 2)

这会将其转换为 (28, 28, 1) 的形状

【讨论】：