用Python中的MNIST方式为图像分类准备/渲染图像

我知道以前有人问过这个问题，但我仍然面临一些问题

在建立了神经网络并训练了模型之后，我现在想对桌面上的图像进行分类。因此，在监督学习之前必须准备好图像

如何将普通图片转换为格式（1、28、28）

我试着这样做

Img = imageio.imread(f‘path/pic.png‘)
Image = numpy.expand(Img, 0)
Print(Image.shape) RETURNS (1, 28, 28, 3) and NOT (1, 28, 28)

任何想法、灵感…

---

提前感谢您

不要使用

imageio

库，您可以使用OpenCV，这是

cv2

库（需要先安装）

---

真棒这是一个简单而快速的解决方案，Thx Omar；）

import numpy as np
import cv2

Img = cv2.imread('path/pic.png', 0)  # Need to pass in the zero as a flag to be read in gray-scale
Image = np.expand_dims(Img, 0)
print(Image.shape)

> (1, m, n)