Python skimage雏菊不同大小的特征向量

我正在使用skimage和sklearn来训练数据集food101图像的分类器

def process_image(image_fp):
image_ = imread(image_fp)
resize(image_, (400, 350)).shape
image=rgb2gray(image_)
descs=skimage.feature.daisy(image, step=180, radius=58, rings=2, histograms=6, orientations=8)
if descs.shape[0]!=3:
    descs=descs.transpose(1, 0, 2)
return descs.reshape(descs.size).tolist()

说到：

clf = grid_search.GridSearchCV(svm.SVC(), parameters).fit(x_train, y_train)

由于函数“process_image”返回的大小不同，因此出现错误

---

我可以通过只选择列表中元素数较少的元素来解决这个问题，但我认为这可能有一个更正确的方法。

我认为您可以跳过调整图像大小

更改此行：

resize(image_, (400, 350)).shape

关于这一行：

image_ = resize(image_, (400, 350))

最终功能：

def process_image(image_fp):
    image_ = imread(image_fp)
    image_ = resize(image_, (400, 350))
    image=rgb2gray(image_)
    descs=skimage.feature.daisy(image, step=180, radius=58, rings=2, histograms=6, orientations=8)
    if descs.shape[0]!=3:
        descs=descs.transpose(1, 0, 2)
    return descs.reshape(descs.size).tolist()

当我更改它时，结果如下所示：

更改代码前：

随机图像大小：（445578,3）

Daisy向量大小：624

更改代码后：

随机图像大小：（400350,3）

Daisy向量大小：416