使用Cat和Dog数据的Python图像大小调整问题

我是数据可视化、机器学习和深度学习方面的新手。我正在努力提高自己，但当我尝试实现可视化时，我遇到了一个问题

具体来说，我试图在“Kaggle”上实现一个内核，我的数据是猫和狗的图像。我有训练和测试数据。问题是我的火车数据有太多大小、像素和形状不同的图片。我想把所有的图片都做成1字形（例如，我想把所有的图片做成64x64像素，或者128x128像素等等）

第一个的输出

---

)

您可以使用

略读

来调整图像大小和灰度/rgb转换

图像大小调整 文件

从skimage.transform导入调整大小
#将灰度图像调整为128x128
调整大小的图像=调整大小（灰色图像，（128128））

灰度转换 文件

从skimage.color导入rgb2gray
灰度图像=rgb2gray（彩色图像）

补充资料

---

在执行图像处理时，应避免混合使用OpenCV和PIL。一个原因是OpenCV使用

BGR

格式，而PIL使用

RGB

格式。选择一个库并坚持使用它。要使用OpenCV将图像转换为灰度，可以使用

cv2.COLOR\u bgr2 gray

或

cv2.COLOR\u RGB2GRAY

标志

image = cv2.imread('image.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

或者只是在读取图像时传入一个标志

image = cv2.imread('image.png', 0) # OR
# image = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

---

要调整大小，只需使用

注意，

cv2.resize（）

不保持纵横比。如果要保持纵横比，请查看。但是，您可能无法获得确切的形状尺寸

resized = imutils.resize(image, width=64) # OR
# resized = imutils.resize(image, width=128)

---

欢迎来到SO；这是一个标准的图像处理问题，与

深度学习

，

分类

，或

逻辑回归

-请不要垃圾发送不相关的标签（删除并替换为

opencv

和

python图像库

）。

#Appendixes:

image = cv2.imread('image.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

image = cv2.imread('image.png', 0) # OR
# image = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

resized = cv2.resize(image, (64, 64)) # OR
# resized = cv2.resize(image, (128, 128)) 

resized = imutils.resize(image, width=64) # OR
# resized = imutils.resize(image, width=128)