时间戳

首页 > 解决方案 > numpy 数组中的大索引产生错误

python - numpy 数组中的大索引产生错误

问题描述

我有一个文件夹火车，其中有 13000 张动物图像。我想使用深度神经网络来训练它们。但是图像的大小不同，所以我运行以下代码来获取一个 numpy 数组 X 。

for i in range(m):
  my_image = "Img-"+str(i+1)+".jpg"
  fname = "train/train/"+my_image
  image = plt.imread(fname)
  X[i] = scipy.misc.imresize(image, size=(num_px,num_px)).reshape((1, num_px*num_px*3))

这适用于 m 到 1000 的值。但是当 m=13000 时，我的训练集的大小，它会给出以下错误

ValueError                                Traceback (most recent call last)
<ipython-input-41-c214b5b43e33> in <module>()
      3     fname = "train/train/"+my_image
      4     image = plt.imread(fname)
----> 5     X[i] = scipy.misc.imresize(image, size=(num_px,num_px)).reshape((1, num_px*num_px*3))
ValueError: cannot reshape array of size 40000 into shape (1,120000)

这里的 imresize() 是将图像调整为所需的大小。我的 num_px 值为 256。任何帮助都将是非常可观的

标签： pythonnumpyimage-processingscipy

解决方案

您的其中一张图像是灰度图像，而不是 RGB 图像。注意help(plt.imread)说（我的重点）：

返回值为一个numpy.array。 对于灰度图像，返回数组是 MxN。对于 RGB 图像，返回值为 MxNx3。

scipy.misc.imresize(image, size=(num_px,num_px)) 正在返回一个 shape 数组(num_px,num_px)，而不是(num_px,num_px,3)。因此，数组不能重塑为(1, num_px*num_px*3)。

（请注意，40000 正好是 120000 的三分之一。）

要将所有图像转换为 RGB，您可以使用：

from PIL import Image
for i in range(m):
    my_image = "Img-"+str(i+1)+".jpg"
    fname = "train/train/"+my_image
    img = np.asarray(Image.open(fname).convert('RGB'))
    X[i] = scipy.misc.imresize(image, size=(num_px,num_px)).reshape((1, num_px*num_px*3))

为了使您的代码面向未来，还请注意help(scipy.misc.imresize)（我的重点）：

imresize在 SciPy 1.0.0 中已弃用，并将在 1.2.0 中删除。 改用skimage.transform.resize. _

推荐阅读