Python 使用“tf.image.resize\u image\u和\u crop\u或\u pad”调整numpy数组的大小

我想在形状

（100100,2）

的Numpy数组上使用，以将其裁剪或填充到目标形状

（h，w，2）

然而，当我这样做时：

img = resize_image_with_crop_or_pad(img, target_height, target_width)
img = np.array(img)

img.shape

的计算结果为

（）

，这不是我所期望的。如何将此函数的输出转换为正确形状的numpy数组

img = resize_image_with_crop_or_pad(img_tensor, target_height, target_width)
with tf.Session as sess:
    img_output = sess.run(img)

现在，

img\u输出

是一个numpy数组，但请注意，img必须是一个形状为

[1，高度，宽度，通道]

的

tf.张量

，因此您可以事先这样做，这表明您的输入图像已经是一个numpy数组：

img_input = np.expand_dims(img_input, 0)
img_tensor = tf.convert_to_tensor(img_input)

---

您为什么要使用img=np.array（img）呢？您需要定义会话对象并正确运行或计算变量。否则，您的第一行仍然是op，因此，您的下一行将不会计算为任何内容会话调用中有输入错误（应该是：tf.session（），带括号）