Python 从目录加载带有图像数据集的灰度PNG将返回一个3通道张量

我有一组灰度png图像，分为两个目录。根据文档，我使用了来自目录的image\u dataset\u将它们作为数据集对象加载。当我使用element_spec检查加载的内容时，它显示图像有3个通道：

来自tensorflow.keras.preprocessing从目录导入图像\u数据集\u
数据集=图像\u数据集\u来自\u目录（'path/to/files'））
Dataset.element_规范

返回：

找到了14000个属于2个类的文件

（TensorSpec（shape=（None，256，256，3），dtype=tf.float32，name=None），TensorSpec（shape=（None，），dtype=tf.int32，name=None））

使用MATLAB将图像保存为灰度PNG，我已使用Linux命令文件确认它们为灰度：

$ file path/to/files/class_1/file_1.png

path/to/files/class_1/file_1.png:png图像数据，256 x 256，8位灰度，非隔行扫描

现在我需要告诉image\u dataset\u from\u directory以灰度形式加载这些文件，或者我需要将3通道张量数据集对象转换为1通道张量。我该怎么做呢？ 编辑：

有关使用identify（来自ImageMagick）在磁盘上创建文件的更多信息：

---

默认情况下，目录中的图像数据集将转换为3个通道。看看下面的例子：

颜色模式：“灰度”、“rgb”、“rgba”之一。默认值：“rgb”。图像是否将转换为具有1、3或4个通道

所以只要用这句话：

Dataset = image_dataset_from_directory('path/to/files', color_mode='grayscale')

现在，您的图像将转换为

（无、256、256、1）

Image: AI_Optrap/Samples/Set4/relaxed/HL60_normoxia_1_1.png
  Format: PNG (Portable Network Graphics)
  Mime type: image/png
  Class: PseudoClass
  Geometry: 256x256+0+0
  Units: Undefined
  Type: Grayscale
  Base type: Grayscale
  Endianess: Undefined
  Colorspace: Gray
  Depth: 8-bit
  Channel depth:
    gray: 8-bit
  Channel statistics:
    Pixels: 65536
    Gray:
      min: 0 (0)
      max: 255 (1)
      mean: 135.92 (0.533021)
      standard deviation: 36.3709 (0.142631)
      kurtosis: 1.51412
      skewness: 0.035325
      entropy: 0.87207
  Colors: 256

tf.keras.preprocessing.image_dataset_from_directory(
    directory, labels='inferred', label_mode='int', class_names=None,
    color_mode='rgb', batch_size=32, image_size=(256, 256), shuffle=True, seed=None,
    validation_split=None, subset=None, interpolation='bilinear', follow_links=False
)

Dataset = image_dataset_from_directory('path/to/files', color_mode='grayscale')