如何根据图像结构决定np.reshape（图像，（形状））形状元组-Java 学习之路

我正在使用CIFAR 10数据集，并在从数据集中提取图像时遇到完全相同的问题

loading an image from cifar-10 dataset

此数据集中的图像具有以下结构 -

每个阵列都存储一个32x32彩色图像 . 前1024个条目包含红色通道值，下一个1024表示绿色，最后1024个表示蓝色 . 图像以行主顺序存储，因此数组的前32个条目是图像第一行的红色通道值 .

用于提取我正在做的图像（我以前做过并且工作过）

df_im = np.reshape（df ['data']，（df ['data'] . shape [0]，32,32,3））

Not working Image

这种重塑不能按预期工作 .

但这有效 -

df_im = np.reshape（df ['data']，（df ['data'] . shape [0]，3,32,32））

Working Image

Why the latter worked in in this case but not the former one. And how to decide the np.reshape "shape" tuple based on the flattened array structure.

1 回答

让我们用较小的“图像”重新创建数据：

In [68]: R = np.arange(4)
In [69]: G = np.arange(10,14)
In [70]: B = np.arange(20,24)
In [71]: rgb = np.hstack([R,G,B])
In [72]: rgb
Out[72]: array([ 0,  1,  2,  3, 10, 11, 12, 13, 20, 21, 22, 23])

这看起来像你的一个图像，不是吗？前N个值为“红色”，下一个N为“绿色”等

重塑为2d：

In [73]: rgb.reshape(3,4)
Out[73]: 
array([[ 0,  1,  2,  3],
       [10, 11, 12, 13],
       [20, 21, 22, 23]])

重塑为3d：

In [74]: rgb.reshape(3,2,2)
Out[74]: 
array([[[ 0,  1],
        [ 2,  3]],

       [[10, 11],
        [12, 13]],

       [[20, 21],
        [22, 23]]])

'row major'表示第一维是最外层的，并且变化最慢 . 最后一个维度是内部维度 .

In [75]: rgb.reshape(2,2,3)
Out[75]: 
array([[[ 0,  1,  2],
        [ 3, 10, 11]],

       [[12, 13, 20],
        [21, 22, 23]]])

reshape 保留数据元素的顺序 . 它只是改变了它们被观察，划分的方式，可以说是平面，行和列 .

回复于 2024-05-19T19:25:39+08:00

如何根据图像结构决定np.reshape（图像，（形状））形状元组

1 回答

相关问题