Python 基于GAN的胸部X线图像生成

我是GAN的新手，使用它可以生成更多的胸部X光图像，但我面临的问题是如何将生成的图像保存为单个图像，而不是保存在表格网格中

那么，如何将生成的所有图像保存为单个图像呢 下面给出了我用来以网格形式保存它的代码

def sample_images(epoch):
  rows, cols = 10, 10
  noise = np.random.randn(rows * cols, latent_dim)
  imgs = generator.predict(noise)

  # Rescale images 0 - 1
  imgs = 0.5 * imgs + 0.5

  fig, axs = plt.subplots(rows, cols)
  idx = 0
  for i in range(rows):
    for j in range(cols):
      axs[i,j].imshow(imgs[idx].reshape(H, W), cmap='gray')
      axs[i,j].axis('off')
      idx += 1

  fig.savefig("normal_gan_images/%d.png" % epoch)
  plt.close()

---

fig中的
fig，axs=plt。子批次（行、列）
表示整个子批次。因此，您将保存整个网格作为结果

那么，试试这个：

def sample_images(epoch):
  rows, cols = 10, 10
  noise = np.random.randn(rows * cols, latent_dim)
  imgs = generator.predict(noise)

  # Rescale images 0 - 1
  imgs = 0.5 * imgs + 0.5

  for i in range(imgs.shape[0]):
      plt.imshow(imgs[i])
      plt.savefig(f"normal_gan_images/{epoch}_{i}.png")
      plt.close()

fig中的
fig，axs=plt。子批次（行、列）
表示整个子批次。因此，您将保存整个网格作为结果

那么，试试这个：

def sample_images(epoch):
  rows, cols = 10, 10
  noise = np.random.randn(rows * cols, latent_dim)
  imgs = generator.predict(noise)

  # Rescale images 0 - 1
  imgs = 0.5 * imgs + 0.5

  for i in range(imgs.shape[0]):
      plt.imshow(imgs[i])
      plt.savefig(f"normal_gan_images/{epoch}_{i}.png")
      plt.close()

我运行的代码与您提供的代码相同，但得到以下错误TypeError:ImageDataOH的无效形状（22500，）。imgs的形状是什么？我正在运行与您提供的相同的代码，但得到以下错误类型错误：图像数据的形状无效（22500，）。imgs的形状是什么？