这个问题已经困扰我很长时间了，我一直找不到解决方案。

问题： 我需要对训练的人工智能进行“重塑”练习，但我无法做到。
通常，当你从外部获取相同的图片时，它是有效的。

def load_image(filename):    img = load_img(filename, grayscale=True, target_size=(28, 28))    img = img_to_array(img)    img = img.reshape(1, 28, 28, 1)    img = img.astype('float32')    img = img / 255.0    return img def run_example():    img = load_image('images/5.png')    model = load_model('final_model.h5')    digit = model.predict_classes(img)    print(digit[0]) run_example()

这段代码是有效的，但当我想从一张有很多数字的图片中获取数字时，我必须从图片内部获取这些数字。我能够在这里获取一个数字，其中一个是这样的：

digits_with_zeros[0].shape# output: (171, 171)

当我尝试对这个序列应用“重塑”时，我得到了这样的错误。

img = digits_with_zeros[0].reshape(28,28)img = img_to_array(img)img = img.reshape(1, 28, 28, 1)img = img.astype('float32')img = img / 255.0model = load_model('final_model.h5')digit = model.predict_classes(img)

输出：

----> 1 img = digits_with_zeros[0].reshape(-1,28,28,1)      2 img = img_to_array(img)      3 img = img.reshape(1, 28, 28, 1)      4 img = img.astype('float32')      5 img = img / 255.0ValueError: cannot reshape array of size 29241 into shape (28,28,1)

回答：

img = digits_with_zeros[0]img = cv2.resize(img, dsize=(28, 28))img = np.array(img).reshape(-1, 28,28,1)model = load_model('final_model.h5')digit = model.predict_classes(img)