Numpy 将图像馈送到TensorFlow图形时出错

我正在尝试将一些图像加载到

TensorFlow

图形中，该图形是

RGB

，但是我希望该图形在处理之前将其转换为灰度

x = tf.placeholder(tf.float32, shape=[None, 32, 32, 1], name='x')

gray = tf.image.rgb_to_grayscale(x, name='grayscale')

然而，我得到的错误

ValueError: Cannot feed value of shape (250, 32, 32, 3) for Tensor 'x:0', which has shape '(?, 32, 32, 1)'

我导出了带有错误的

笔记本

，并将其作为

md

文件上载到，以确保完整性和简洁性

我意识到这个错误是因为

x\u批处理

是RGB形状的

然而，我认为

TensorFlow

会自动进行转换

既然包装了输入，

TF

不应该将

grayscaling

作为会话的一部分吗

或者我理解错了它的工作原理了吗？

该函数需要一个输入张量，其最后一个维度的大小为3。例如，在您的案例中，一批形状

（250,32,32,3）

，或者它可以是形状

（32,32,3）

的单个图像

如果要将RGB图像馈送并立即将其处理为灰度，可以执行以下操作：

images=tf.placeholder（tf.float32，shape=[None，32，32，3]）
gray_images=tf.image.rgb_to_grayscale（图像）#具有形状（无、32、32、1）

该函数需要一个输入张量，其最后一个维度的大小为3。例如，在您的案例中，一批形状

（250,32,32,3）

，或者它可以是形状

（32,32,3）

的单个图像

如果要将RGB图像馈送并立即将其处理为灰度，可以执行以下操作：

images=tf.placeholder（tf.float32，shape=[None，32，32，3]）
gray_images=tf.image.rgb_to_grayscale（图像）#具有形状（无、32、32、1）

该错误是因为您想加载RGB图像进行RGB2灰度转换，但该图像位于占位符中

x=tf.placeholder（tf.float32，shape=[None，32，32，1]，name='x'）

---

x被定义为具有单个维度，将1更改为3，错误将被删除。

此错误是因为您想加载RGB图像进行RGB2灰度转换，但在占位符中

x=tf.placeholder（tf.float32，shape=[None，32，32，1]，name='x'）

---

x被定义为具有单个尺寸，将1更改为3，错误将被删除。

如果要输入RGB图像，则需要有一个带有形状的占位符

[None，32，32，3]

。然后可以进行灰度缩放。@OlivierMoindrot那么tf.image.rgb_to_grayscale将在没有任何进一步代码的情况下进行灰度缩放吗？如何确保灰度图像是正在处理的图像？因此，如果将RGB图像馈送到占位符，然后将

gray=tf.image.RGB\u应用到\u灰度（x）

，则输出将是形状

[None，32，32，1]

，并将包含灰度图像。如果你想确定的话，你可以检查

灰色的形状。@OlivierMoindrot-你能把你的评论升级为一个答案吗？谢谢@dga：完成了。您正在尝试清理tensorflow标记吗？如果要输入RGB图像，您需要有一个带有shape
[None，32，32，3]
的占位符。然后可以进行灰度缩放。@OlivierMoindrot那么tf.image.rgb_to_grayscale将在没有任何进一步代码的情况下进行灰度缩放吗？如何确保灰度图像是正在处理的图像？因此，如果将RGB图像馈送到占位符，然后将
gray=tf.image.RGB\u应用到\u灰度（x）
，则输出将是形状
[None，32，32，1]
，并将包含灰度图像。如果你想确定的话，你可以检查
灰色的形状。@OlivierMoindrot-你能把你的评论升级为一个答案吗？谢谢@dga：完成了。你想清理tensorflow标签吗？