Python 3.x 如何在Python中将文本文件转换为图像文件?

Python 3.x 如何在Python中将文本文件转换为图像文件?,python-3.x,keras,convolutional-neural-network,Python 3.x,Keras,Convolutional Neural Network,我将CSV文件(包含数字数据)转换为灰度图像 当我试图显示图像时,它没有显示任何内容。它仅显示x轴和y轴。但是我想把每一行都转换成一个图像 因此,我将CSV文件转换为TXT文件 我正在尝试将包含一些由空格分隔的数字的文本文件转换为图像文件。我想用Conv2D在Keras中建立一个CNN模型 谁能给我一些关于如何做到这一点的见解吗?请提供一些示例数据和不起作用的代码导入cv2 import numpy as np image='Monday\u X.png'gray\u img=cv2.imrea

我将CSV文件(包含数字数据)转换为灰度图像

当我试图显示图像时,它没有显示任何内容。它仅显示x轴和y轴。但是我想把每一行都转换成一个图像

因此,我将CSV文件转换为TXT文件

我正在尝试将包含一些由空格分隔的数字的文本文件转换为图像文件。我想用Conv2D在Keras中建立一个CNN模型


谁能给我一些关于如何做到这一点的见解吗?

请提供一些示例数据和不起作用的代码导入cv2 import numpy as np image='Monday\u X.png'gray\u img=cv2.imread(image,cv2.imread\u GRAYSCALE)导入cv2 import numpy as np image='Monday\u X.png'gray\img=cv2.imread(图像,cv2.IMREAD_GRAYSCALE)它的形状为52991,78。同样,我有一个形状为52991,2的Monday_Y.png。这两个是训练集。我有形状不同的相似集,即44591,78和44591,2,用于测试。为了传递Conv2D的输入形状,我将其重塑为(1,152991,78)(首先是通道).但在训练模型时,它给了我如下错误:ValueError:输入数组的样本数应与目标数组的样本数相同。找到1个输入样本和52991个目标样本。