在先通道和最后通道之间更改图像通道顺序的正确方法是什么？

Question

我一生都无法弄清楚如何切换图像排序。图像以 (x,x,3) 格式读取，theano 要求它是 (3,x,x) 格式。我尝试更改顺序 numpy.array([img[:,:,i] for i in range(3)])

我想它可以完成工作，但它既丑陋，我不知道如何反转它以恢复原始图像。

Answer 1

如果您正在寻找最快的选项，请选择.transpose(...)。它甚至比np.einsum 还要快。

img = np.random.random((1000, 1000, 3))
img.shape
# (1000, 1000, 3)

%timeit img.transpose(2, 0, 1)
# 385 ns ± 1.11 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%timeit np.rollaxis(img, -1, 0)
# 2.7 µs ± 50.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit np.einsum('ijk->kij', img)
# 2.75 µs ± 31.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit np.moveaxis(img, -1, 0)
# 7.26 µs ± 57.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

np.allclose(img.transpose(2, 0, 1), np.einsum('ijk->kij', img))
# True
np.allclose(img.transpose(2, 0, 1), np.moveaxis(img, -1, 0))
# True
np.allclose(img.transpose(2, 0, 1), np.rollaxis(img,-1, 0))
# True

Answer 2

使用np.moveaxis 是有效的，但我发现np.einsum 更快。

x = np.zeros((12,12,3))
%timeit np.moveaxis(x,-1,0)
#yields 7.46 µs ± 312 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit np.einsum('ijk->kij',x)
#yields 1.11 µs ± 31 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

Answer 3

x = np.zeros((12, 12, 3))
y = np.rollaxis(x, 2, 0)
y.shape

(3, 12, 12)

Answer 4

我同意@Qualia 的评论，np.moveaxis(a, source, destination) 更容易理解。这样就可以了：

x = np.zeros((12, 12, 3))
x.shape
#yields: 
(12, 12, 3)

x = np.moveaxis(x, -1, 0)
x.shape
#yields: 
(3, 12, 12)

Answer 5

重新排序数据

您可以使用numpy.rollaxis 将轴 3 滚动到位置 1（考虑到批量大小为维度 0）。

np.rollaxis(imagesArray, 3, 1)  

但是，如果您使用的是 keras，您可能希望更改其配置或按层定义它。如果你使用 Keras，Theano 不需要你做任何事情。

Keras 可以先配置通道或最后配置通道，此外还允许您在每个单独的层中定义它，因此您不必更改数据。

配置 keras

找到keras.json 文件并更改它。该文件通常安装在C:\Users\yourusername\.keras 或~/.keras 中，具体取决于您的操作系统。

根据需要将 "image_data_format": "channels_last" 更改为 "channels_first" 或反之亦然。

通常，使用“channels_last”不太麻烦，因为大量其他（非卷积）函数只能在最后一个轴上工作。

按层定义通道顺序。

Keras documentation 包含有关层参数的所有信息，包括 data_format 参数。