Python TF：水平堆叠图像到视频的康纳张量（3D到4D）

我目前正在以tensor flow加载一个数据集，该数据集由小视频序列（约30帧）组成，而不是

GIF/MPEG

，它们以

JPEG

格式提供。一幅图像由水平堆叠的20-30帧组成

现在我使用

TF.image.decode\u jpeg

加载带有TF的图像。 图像的宽度为64像素（固定），高度为64*帧数，因此整体形状为

（64*帧数，64,3）

有没有什么好方法可以把它转换成一个

（帧数，64,64,3）

张量

后续：如果视频太短，以至于所有样本都具有相同的帧数，导致出现

（某些常数，64,64,3）

张量，我还想重复最后一帧

谢谢

可能类似于

tf.transpose(tf.reshape(input, [64, 64, number_of_frames, 3]), perm=[2, 0, 1, 3]))

会有用的。我嵌套了两件事：首先将第二个维度分解为大小为64和帧数的两个维度，然后排列维度以匹配

（64,64*帧数，3）

顺序

警告：根据数据的组织方式，您可能希望将

[64,64，帧数，3]

更改为

[64，帧数，64,3]

和

[2,0,1,3]

更改为

[1,0,2,3]

可能类似

tf.transpose(tf.reshape(input, [64, 64, number_of_frames, 3]), perm=[2, 0, 1, 3]))

会有用的。我嵌套了两件事：首先将第二个维度分解为大小为64和帧数的两个维度，然后排列维度以匹配

（64,64*帧数，3）

顺序

---

警告：根据数据的组织方式，您可能希望将

[64,64，帧数，3]

更改为

[64，帧数，64,3]

和

[2,0,1,3]

更改为

[1,0,2,3]

您可以这样使用tf.transpose和tf.reforme

tf.reshape(tf.transpose(x, perm=[1, 0, 2]), [-1, 64, 64, 3])

---

你可以这样使用tf.transpose和tf.reforme

tf.reshape(tf.transpose(x, perm=[1, 0, 2]), [-1, 64, 64, 3])

---

请注意，张量形状中的前64个是高度，因为tensorflow将图像读取为张量，分别为

（H、W、C）

或高度、宽度、通道。因此，您对“hight是64*帧数”的解释是是错误的。请注意，张量形状中的前64个是高度，因为tensorflow将图像读取为张量，分别为

（H，W，C）

或高度、宽度、通道。因此，您对“hight是64*帧数”的解释是错误的。请添加更多上下文。这段代码是做什么的？它是如何工作的？请添加更多的上下文。这段代码是做什么的？它是如何工作的？