如何解决问题“检查输入时出错：预期 flatten_7_input 的形状为 (28, 28) 但数组的形状为 (28, 3)”答案

【问题标题】：How to fix problem 'Error when checking input: expected flatten_7_input to have shape (28, 28) but got array with shape (28, 3)'如何解决问题“检查输入时出错：预期 flatten_7_input 的形状为 (28, 28) 但数组的形状为 (28, 3)”
【发布时间】：2019-01-25 00:00:54
【问题描述】：

我正在尝试使用 Tensorflow 上的示例创建 NN，并将我自己的手写数字输入它以预测正确的标签，但数组的形状不允许我这样做。

import os
import cv2
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.softmax)
    ])
model.compile(optimizer='adam',
      loss='sparse_categorical_crossentropy',
      metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

path = 'C:/Users/pewdu/Desktop/third.jpg'
img = cv2.imread(path)
new_img = cv2.resize(img, (28, 28))
new_img = new_img / 255.0
print(new_img.shape) # it equals to (28,28,3)
prediction = model.predict(new_img)

所以错误是：

ValueError: Error when checking input: expected flatten_7_input to have shape (28, 28) but got array with shape (28, 3)

【问题讨论】：

标签： python tensorflow jupyter-notebook jupyter

【解决方案1】：

Error 消息说明了一切。

您初始化的模型需要N x W x H 格式的数据，其中，

N = 示例数
W = 图片宽度
H = 图片高度

在使用cv2.imread()读取图片时，可以看到图片大小是以W x H x C格式给出的，

W = 图片宽度
H = 图片高度
C = 图像中的通道数（RGB/BGR 为 3，灰度为 1）

您的模型需要灰度标准化图像。由于您只发送一张图像（单个示例），因此您需要通过在前面添加一个轴来重塑您的图像数组。

img = cv2.imread(path)
new_img = cv2.resize(img, (28, 28))
new_img = new_img[:,:,0] / 255.0 # Take only first channel and normalize
new_img = np.expand_dims(new_img, axis=0) # Adding the dimension
print(new_img.shape) # it equals to (1, 28, 28)
prediction = model.predict(new_img)

【讨论】：