我正在尝试为识别问题生成自己的训练数据。我有两个文件夹 s0 和 s1，它们包含在 data 文件夹中。images 和 lables 是两个列表，其中 labels 包含文件夹的名称。
|—- data| |—- s0| | |—- 1.pgm| | |—- 2.pgm| | |—- 3.pgm| | |—- 4.pgm| | |—- ...| |—- s1| | |—- 1.pgm| | |—- 2.pgm| | |—- 3.pgm| | |—- 4.pgm| | |—- ...以下是代码，在 classifier.fit(images, lables) 这一行显示错误
Traceback (most recent call last):File "mint.py", line 34, in <module> classifier.fit(images, lables) File "/usr/local/lib/python2.7/dist-packages/sklearn/svm/base.py", line 150, in fit X = check_array(X, accept_sparse='csr', dtype=np.float64, order='C') File "/usr/local/lib/python2.7/dist- packages/sklearn/utils/validation.py", line 396, in check_array % (array.ndim, estimator_name))ValueError: 发现维度为3的数组。估计器期望维度 <= 2。错误在此
import os,sysimport cv2import numpy as npfrom sklearn.svm import SVCfn_dir ='/home/aquib/Desktop/Natural/data'# 创建图像列表和对应的名称列表(images, lables, names, id) = ([], [], {}, 0)for (subdirs, dirs, files) in os.walk(fn_dir): for subdir in dirs: names[id] = subdir mypath = os.path.join(fn_dir, subdir) for item in os.listdir(mypath): if '.png' in item: label=id image = cv2.imread(os.path.join(mypath, item),0) r_image = np.resize(image,(30,30)) if image is not None: images.append(r_image) lables.append(int(label)) id += 1 #从上述两个列表创建一个Numpy数组(images, lables) = [np.array(lis) for lis in [images, lables]]classifier = SVC(verbose=0, kernel='poly', degree=3)classifier.fit(images, lables)我真的不明白如何将其修正为二维。我尝试了以下代码，但错误仍然相同： images = np.array(images) im_sq = np.squeeze(images).shape images = images.reshape(images.shape[:2])
回答：
在你的代码中，images.append(cv2.imread((path, 0)) 最后一行存在语法错误。括号没有正确关闭。所以应该这样写 images.append(cv2.imread((path, 0))) 。另外，发布错误的回溯信息总是有帮助的，这样任何人都可以更容易地回答问题。
