Python 调整引用其他数组的numpy数组的大小

在上面的代码中，我首先使用opencv加载图像，然后在第二个块中调整图像大小并更改其颜色空间

我的批量大小是

6408

，图像的尺寸是

101*101*3

当我做

训练img.shape

时，我得到

（6408，）

，当

训练img[i]时，shape

我得到

101*101*3

，因此我无法训练我的神经网络模型，我想要的维度是

6408*101*101*3

我尝试用这个

序列调整形状。resize（6408101101,3）

我得到了这个

值错误：无法调整引用或被引用的数组的大小
以这种方式由另一个数组执行。使用调整大小功能

在用我的模型拟合时，我在检查输入时得到了这个错误：预期conv2d_3_输入有4个维度，但得到了形状为（6408，1）的数组。

---

我想知道是否可以使用当前加载图像的方法更改输入的尺寸。

此处不应使用

dtype=object

。OpenCV仍然会创建

ndarray

图像

以下是您的代码的更正版本：

mypath='/Users/sachal/Desktop/data\u raw/normal\u 1/images'
onlyfiles=[f表示os.listdir（mypath）中的f，如果os.path.isfile（join（mypath，f））]
图像=[]
对于仅文件中的文件：
img=cv2.imread（os.path.join（mypath，file））
调整大小\u img=cv2。调整大小（img，（101101））
yuv\u img=cv2.CVT颜色（调整大小的\u img，cv2.COLOR\u BGR2YUV）
图像。附加（yuv_img.重塑（1011013））
列\u img=np.连接（图像，轴=0）
打印（序列图像形状）

---

在循环中，加载每个图像，调整其大小，将其转换为YUV，然后将其放入列表中。在循环结束时，您的列表包含所有培训图像。您可以将其传递到

np。连接

要创建

ndarray

请尝试提供一个没有本地数据链接的工作示例。嵌入一个带有值的小矩阵以显示您的意思。我想要的是

[1]

这种类型的矩阵，但我得到的是一个包含6408个元素的列表，然后每个元素都是[1]

mypath='/Users/sachal/Desktop/data_raw/normal_1/images'
onlyfiles = [ f for f in listdir(mypath) if isfile(join(mypath,f)) ]
images = np.asarray(np.empty(len(onlyfiles), dtype=object))

for n in range(0, len(onlyfiles)):
  images[n] = cv2.imread( join(mypath,onlyfiles[n]) )
#--------------------------------------------------------------------------------
resized = np.asarray(np.empty(len(onlyfiles), dtype=object))
img_f = np.asarray(np.empty(len(onlyfiles), dtype=object))


for n in range(0, len(onlyfiles)):
  resized[n] = cv2.resize(images[n],(101,101))
  img_f[n] = cv2.cvtColor(resized[n], cv2.COLOR_BGR2YUV)

train_img =  np.asarray(img_f)
#--------------------------------------------------------------------------------