Python np.Reformate（）：基于rgb强度将图像转换为特征阵列

我正在尝试使用sklearn的meanshift算法分割彩色图像。 我有以下代码：

import numpy as np
from sklearn.cluster import MeanShift, estimate_bandwidth
from sklearn.datasets.samples_generator import make_blobs
import matplotlib.pyplot as plt
from itertools import cycle
from PIL import Image

image = Image.open('sample_images/fruit_half.png')
image = np.array(image)

#need to convert image into feature array based on rgb intensities
flat_image = np.reshape(image, [-1,3])

我正在尝试将图像转换为基于rgb强度的特征阵列，以便进行聚类。 但是，我得到以下错误：

ValueError: cannot reshape array of size 3979976 into shape (3)

---

我不知道为什么会出现这个错误，以及如何解决这个问题。任何见解都将不胜感激

这是因为加载的图像没有RGB值（如果查看尺寸，最后一个是4）

您需要首先将其转换为RGB，如下所示：

image = Image.open('sample_images/fruit_half.png').convert('RGB')
image = np.array(image)

# Now it works
flat_image = np.reshape(image, [-1,3])

---

这是因为正在加载的图像没有RGB值（如果查看尺寸，最后一个是4）

您需要首先将其转换为RGB，如下所示：

image = Image.open('sample_images/fruit_half.png').convert('RGB')
image = np.array(image)

# Now it works
flat_image = np.reshape(image, [-1,3])

---

你怎么知道图像没有RGB值？我不明白你说的最后一个维度是4是什么意思。因此，当你加载数据并将其转换为numpy时，你可以使用

image.shape

。它将显示（#行、#列、#特征）。在您的情况下，功能的数量是4，因此不能是RGB值（因为RGB是3）。什么类型的图像会有4个功能？我不完全确定，但RGB可能有3个通道+1个通道以获得透明度。@ceno980 PNG支持RGBA图像，其中A（alpha）通道表示透明度。您如何判断图像没有RGB值？我不明白您所说的最后一个维度是4是什么意思。因此，当您加载数据并将其转换为numpy时，可以使用

image.shape

检查其维度。它将显示（#行、#列、#特征）。在您的例子中，功能的数量是4，因此不能是RGB值（因为RGB是3）。什么类型的图像会有4个功能？我不完全确定，但RGB可能有3个通道+1个通道用于透明度。@ceno980 PNG支持RGBA图像，其中A（alpha）通道表示透明度。