Python 为什么调整图像大小最终也会改变频道？

因此，我在python中使用TensorFlow编写了这段代码，它可以打开一个图像并调整其大小：

def parse_图像（文件名）：
标签=文件名
image=tf.io.read_文件（路径+'/'+文件名）
打印（图像.形状）
image=tf.image.decode\u png（图像）
image=tf.image.convert\u image\u数据类型（image，tf.float32）
image=tf.image.resize（图像[340340]）
打印（图像.形状）
返回图像、标签

使用OpenCV打开测试灰度图像时：

img=cv2.imread（path+“/test.png”）
打印（图像形状）#返回（21333219,3）

但当我在同一个图像上调用上述函数时：

image，label=parse_image（'test.png'））
打印（图像.形状）#返回（340340,1）

---

我知道340 x 340是我刚设置的宽度和高度，但为什么通道会改变？我试图计算结构相似性，但是测试图像和我想要比较的图像有不同的通道，这会产生错误。最糟糕的是，这是一个特定的测试图像。其他灰度图像可以正常工作。

调整大小（图像[340340]）

您可能需要在此处指定第三维。我只是随口吐痰，但我能想象出，未指定尺寸的物体应该在default@PaulH我试过了，但出现了一个错误。查看文档，它说：size=2个元素的1-dInt32张量：新高度，新宽度。图像的新大小。请确认

decode\u png

（但在

resize

之前）后的形状包含三个通道。@xdurch0否，它仍然是一个通道。但是对于这个特定的测试图像。我测试的另一个灰度图像有3个通道。@locke那么问题在于

decode\u png

，而不是

resize

。注意

decode\u png

支持可以指定的

channels

参数（尝试设置为3）。