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Python 基于GAN的胸部X线图像生成,python,generative-adversarial-network,Python,Generative Adversarial Network,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
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?