Python （将.mat文件作为OpenCV中的图像加载）-将128个通道的numpy阵列重塑为3个通道

我正在尝试使用OpenCV加载从Tensorflow和Scipy.io导出的.mat图像

我可以修改Tensorflow代码，直接导出只有3个通道的.mat图像，但是我会丢失很多数据，甚至看起来都不正确

这就是为什么我要按原样导出原始数据

在我的例子中，我用scipy.io加载.mat文件，得到如下所示的numpy数组

（640640128）

我想重塑它，因为OpenCV无法加载128个通道的图像

（6406403）

我没有完全理解重塑的概念，我认为我做错了

我得到这个错误：

ValueError:无法将大小为52428800的数组重塑为形状 （640,3）

谢谢你，祝你今天愉快

赫瑟姆

---

编辑1： 这就是代码：

import cv2
import scipy.io as sio
import numpy as np

matfile = 'docia.mat'
img = sio.loadmat(matfile)

img_reshaped = img['embedmap'].reshape(640, 640, 3)

cv2.imshow("segmented_map", img['embedmap'])
cv2.waitKey(0)`

---

当您希望保留所有数据但形状不同时，可以使用“重新成形”。我相信您正在尝试删除128个频道中的125个。为此，您可以使用索引获取前3个通道：

img_reshaped = img['embedmap'][:, :, :3]

另外，您传递的是img['embedmap']，而不是经过重塑的img_，该img_被重塑为cv2.imshow（）

虽然我会建议在灰色的范围内逐个查看它们

for i in range(128):
    cv2.imshow("segmented_map", img['embedmap'][:, :, i])
    cv2.waitKey(0)

---

请添加一些你已经编辑过的代码。谢谢！这就是我要找的。