valueerror：无法将大小为 315 的数组重新整形为形状 (32,32)答案

【问题标题】：valueerror: can't reshape array of size 315 into shape (32,32)valueerror：无法将大小为 315 的数组重新整形为形状 (32,32)
【发布时间】：2019-03-04 19:07:30
【问题描述】：

我正在尝试使用此页面中的代码：https://medium.com/@muskulpesent/create-numpy-array-of-images-fecb4e514c4b

import cv2
import glob
import numpy as np

#Train data
train = []
train_labels = []
files = glob.glob (r"C:\Users\Downloads\All_Codes\image\0\*.png") # your image path
for myFile in files:
    image = cv2.imread (myFile ,cv2.IMREAD_GRAYSCALE)
    input_img_resize=cv2.resize(image,(64,64))
    train.append (input_img_resize)
    train_labels.append([0])

print(train) 
print(len(train))

files = glob.glob (r"C:\Users\Downloads\All_Codes\image\1\*.png")
for myFile in files:
    image = cv2.imread (myFile,cv2.IMREAD_GRAYSCALE)
    print(image)
    #input_img_resize=cv2.resize(image,(64,64))
    train.append (image)
    train_labels.append([1])


print(len(train_labels))
print(train_labels)

train = np.array(train,dtype=object) #as mnist
train_labels = np.array(train_labels,dtype=object) #as mnist
# convert (number of images x height x width x number of channels) to (number of images x (height * width *3)) 
# for example (120 * 40 * 40 * 3)-> (120 * 4800)
train = np.reshape(train,(train.shape[0],64,64))


# save numpy array as .npy formats
np.save('train',train)
np.save('train_labels',train_labels)

但我有一些错误。问题是每次我尝试读取图像并使用 np.reshape 重塑它们时都会遇到相同的错误。我搜索了很多并使用了很多代码。他们都是一样的。我无法将 （我的数据集中的图像数量） 调整为 (32, 32)，这是我想要插入到我的 CNN 模型中的形状。我唯一确定的是我的数据集中的图像具有不同的形状。这就是我很难重塑它们的原因吗？那么使用“resize”和“reshape”有什么意义呢？

第一个错误是：

ValueError: cannot reshape array of size 315 into shape (315,32,32)

对于这一行：

train = np.reshape(train,[train.shape[0],32,32])

【问题讨论】：

如果train 具有形状 (315,) 和对象 dtype，则表示它是一维图像数组。 reshape 无法更改数组中的元素数量。它也不能将这 315 个图像合并到一个 3d 数组中。 np.stack(train) 可以做到这一点 - 只要所有图像具有相同的形状（和相同数量的颜色通道）。
在原始代码中，dtype='float32'。但是这条线会导致另一个错误。 [ValueError: setting an array element with a sequence.]这就是我将其更改为对象的原因。这与我的数组为什么是 1d 有什么关系吗？
[array([[ 78, 36, 75, ..., 0, 11, 0], [165, 86, 195, ..., 108, 53, 186], [ 93 , 103, 97, ..., 45, 69, 126], ..., [115, 106, 86, ..., 175, 167, 146], [143, 192, 155, ..., 117 , 124, 87], [170, 106, 141, ..., 103, 152, 201]], dtype=uint8) 这是我的图像在 np.reshape 之前的形状
这是在 cv2.resize 之后： [[ 77 90 144 ... 0 0 0] [ 0 240 2 ... 240 2 0] [164 14 0 ... 0 0 0] ... [ 0 0 0 ... 0 0 0] [144 144 144 ... 0 0 0] [ 0 0 0 ... 0 0 0]]
你显示了值的摘要，你没有显示shape（像(32,32,3)或(64,64)这样的元组，

标签： python numpy opencv

【解决方案1】：

所以，我解决了这个问题。

import cv2
import glob
import numpy as np
import PIL.Image

#Train data
train = []
train_labels = []
files = glob.glob (r"\train\0\*.png") # your image path
for myFile in files:
    image = cv2.imread (myFile ,cv2.IMREAD_GRAYSCALE)
    input_img_resize=cv2.resize(image,(64,64))
    train.append (input_img_resize)
    train_labels.append([0])

#print(train) 
#print(len(train))

files = glob.glob (r"\train\1\*.png")
for myFile in files:
    image = cv2.imread (myFile,cv2.IMREAD_GRAYSCALE)
    input_img_resize=cv2.resize(image,(64,64))
    #print(input_img_resize)
    train.append (input_img_resize)
    train_labels.append([1])


print(len(train))
print(len(train_labels))

train = np.array(train,dtype="float32") #as mnist
train_labels = np.array(train_labels,dtype="float32") #as mnist
train = np.reshape(train,(-1,64,64,1))

我使用 cv2.resize 调整了我的图像大小（在循环内）然后使用 np.reshape 进行重塑。

如果我依赖其中之一，它就行不通。我必须同时添加它们。输出为：

315 #len 表示 x 和 y

315

(315, 64, 64) #在 cv2.resize 之后

(315, 1)

(315, 64, 64, 1) #after np.reshape

(315, 1)

【讨论】：