np.reshape()：将图像转换为基于 rgb 强度的特征数组答案

【问题标题】：np.reshape(): Converting an image into a feature array based on rgb intensitiesnp.reshape()：将图像转换为基于 rgb 强度的特征数组
【发布时间】：2019-07-11 01:49:53
【问题描述】：

我正在尝试使用 sklearn 的 Mean-Shift 算法分割彩色图像。我有以下代码：

import numpy as np
from sklearn.cluster import MeanShift, estimate_bandwidth
from sklearn.datasets.samples_generator import make_blobs
import matplotlib.pyplot as plt
from itertools import cycle
from PIL import Image

image = Image.open('sample_images/fruit_half.png')
image = np.array(image)

#need to convert image into feature array based on rgb intensities
flat_image = np.reshape(image, [-1,3])

我正在尝试将图像转换为基于 rgb 强度的特征数组，以便进行聚类。但是，我收到以下错误：

ValueError: cannot reshape array of size 3979976 into shape (3)

我不确定为什么会收到此错误以及如何解决此问题。任何见解都值得赞赏。

【问题讨论】：

标签： python numpy scikit-learn computer-vision mean-shift

【解决方案1】：

这是因为你正在加载的图像没有RGB值（如果你看尺寸，最后一个是4。

您需要先将其转换为 RGB，如下所示：

image = Image.open('sample_images/fruit_half.png').convert('RGB')
image = np.array(image)

# Now it works
flat_image = np.reshape(image, [-1,3])

【讨论】：

您是如何判断图像没有 RGB 值的？我不明白你说的最后一个维度是 4 是什么意思。
因此，当您加载数据并将其转换为 numpy 时，您可以使用 image.shape 检查其维度。它将显示（#rows、#columns、#features）。在你的情况下，特征的数量是 4，所以它不能是 RGB 值（因为 RGB 是 3）
什么样的图片会有4个特征？
我不完全确定，但可能是 3 个 RGB 通道 + 1 个透明度通道。
@ceno980 PNG 支持 A (alpha) 通道表示透明度的 RGBA 图像。