如何重塑颜色通道的numpy图像阵列

Question

我正在与Keras库一起进行验证码识别项目。对于训练集，我使用以下函数生成至多5位数验证码。

def genData(n=1000, max_digs=5, width=60): 
    capgen = ImageCaptcha() 
    data = [] 
    target = [] 
    for i in range(n): 
     x = np.random.randint(0, 10 ** max_digs) 
     img = misc.imread(capgen.generate(str(x))) 
     img = np.mean(img, axis=2)[:, :width] 
     data.append(img.flatten()) 
     target.append(x) 
    return np.array(data), np.array(target) 

然后，我正在尝试重塑下面的训练数据数组;

train_data = train_data.reshape(train_data.shape[0], 60, 60, 3) 

我想我的验证码有3个颜色通道。但是，当我试图重塑我所面临的培训数据时，出现以下错误;

ValueError: cannot reshape array of size 3600000 into shape (1000,60,60,3)

注：如果我尝试用1而不是3的错误没有发生，但我的精度甚至不是取平均接近1％

Answer 1

您正在创建一个单一的通道图像。错误表示您正在尝试重新组合一个阵列中的3600000个元素，其大小是三次（1000 * 60 * 60 * 3 = 10800000）。调整你的功能，下面的例子让它起作用。

此外，由于您正在将图像的宽度降低到60像素，因此目标不再正确。这解释了低精度。尝试使用更大的宽度，并且您的准确度很可能会增加（例如150-155）。

def genData(n=1000, max_digs=5, width=60): 
    capgen = ImageCaptcha() 
    data = [] 
    target = [] 
    for i in range(n): 
     x = np.random.randint(0, 10 ** max_digs) 
     img = misc.imread(capgen.generate(str(x))) 
     img = img[:,:width,:] 
     data.append(img.flatten()) 
     target.append(x) 
    return np.array(data), np.array(target)