关于广播输入数组的适当的方式从一个形状变成另一种形状

Question

还有一个功能，我得到了以下信息，而调用这个函数

的功能是调整一个给定的图像集，并把转换后的人成新套imgs_p。

例如，输入imgs的形状为(5635,1,420,580)。我想将其转换为(5635,64,80,1)。这是我做了如下，但我得到的错误信息为ValueError: could not broadcast input array from shape (80,64) into shape (80,1) 如何解决这个问题？谢谢。

def preprocess(imgs): 
    imgs_p = np.ndarray((imgs.shape[0],img_rows, img_cols,imgs.shape[1]), dtype=np.uint8) 
    print('imgs_p: ',imgs_p.shape) 
for i in range(imgs.shape[0]): 
    print('imgs[i,0]: ',imgs[i,0].shape) 
    imgs_p[i,0]=resize(imgs[i,0],(img_rows,img_cols)) 
return imgs_p 

Answer 1

我想你想滚动“1”的层面的正确位置：

z = np.moveaxis(z, 1, -1).shape 

此后你可以运行一个for循环在每个图像和重塑，或者使用skimage或SciPy的。 ndimage。

小心谨慎下采样！您可能首先应用高斯模糊来确保将所有数据都考虑在内。