python - 如何 reshape 颜色 channel 的 numpy 图像数组

Question

我正在使用 Keras 库开发验证码识别项目。对于训练集，我使用以下函数生成最多 5 位验证码。

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，我尝试 reshape 训练数据数组，如下所示；

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

我猜我的验证码有 3 个颜色 channel 。但是，当我尝试 reshape 训练数据时，我面临以下错误；

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

注意:如果我尝试使用 1 而不是 3。错误不会发生，但我的准确性甚至不接近 %1

Answer 1

您正在通过取平均值来创建单 channel 图像。该错误表明您正在尝试 reshape 一个包含 3600000 个元素的数组，该数组的大小是原来的三倍 (1000*60*60*3 = 10800000)。按照下面的示例调整您的函数以使其正常工作。

此外，由于您将图像的宽度减小到 60 像素，因此目标不再正确。这解释了准确度低的原因。尝试使用更大的宽度，您的准确度很可能会提高(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)