将图像加载到来自数据集的numpy矩阵数组中并进行转换

我需要将数据集中的图像加载到numpy矩阵数组中,该数据集包含800张每张为64×64像素的图像。我需要将每张64×64的图像转换为矩阵的一行,该行有4096列。下面我展示了我的代码实现方式。我收到一个ValueError: cannot reshape array of size 4096 into shape (64,)。请帮帮我,谢谢。

array = np.zeros((800, 64))for i in range(800):    path = “some path”    img = mpimg.imread(path)    array[i] = img.reshape(64)

回答:

您的原始数组应为800, 4096的形状,因为每个子数组代表一个(64, 64)的图像,需要4096个元素。

因此,我认为您应该这样做:

array = np.zeros((800, 4096))paths = [...] # 在此设置路径for i, path in enumerate(paths):    array[i] = mpimg.imread(path).reshape(4096)

Related Posts

无需通过编码进行类别转换的分类算法

我有一组包含48个特征列和一个二元分类目标的数据集。在…

均值(可能性)编码

我有一个名为“data”的数据集,其中包含分类值,我希…

如何在两个列上训练机器学习模型以解决分类问题?

我在进行情感分析的数据集中有三列(类别为0、1、2):…

机器学习模型是否可能出现低测试误差和高训练误差的情况?

当我们有大的测试误差和大的训练误差时,我们称之为BIA…

MNIST模型在测试图像上的预测不准确,尽管其训练和测试准确率很高

我正在尝试创建一个能够预测手写数字的模型。我使用了下面…

使用ML.NET中的多类分类算法进行批量预测

我正在尝试将二元分类示例中展示的批量预测应用到多类分类…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注