如何重塑顏色通道的numpy圖像陣列

Question

我正在與Keras庫一起進行驗證碼識別項目。對於訓練集，我使用以下函數生成至多5位數驗證碼。

def genData(n=1000, max_digs=5, width=60): 
    capgen = ImageCaptcha() 
    data = [] 
    target = [] 
    for i in range(n): 
     x = np.random.randint(0, 10 ** max_digs) 
     img = misc.imread(capgen.generate(str(x))) 
     img = np.mean(img, axis=2)[:, :width] 
     data.append(img.flatten()) 
     target.append(x) 
    return np.array(data), np.array(target) 

然後，我正在嘗試重塑下面的訓練數據數組;

train_data = train_data.reshape(train_data.shape[0], 60, 60, 3) 

我想我的驗證碼有3個顏色通道。但是，當我試圖重塑我所面臨的培訓數據時，出現以下錯誤;

ValueError: cannot reshape array of size 3600000 into shape (1000,60,60,3)

注：如果我嘗試用1而不是3的錯誤沒有發生，但我的精度甚至不是取平均接近1％

Answer 1

您正在創建一個單一的通道圖像。錯誤表示您正在嘗試重新組合一個陣列中的3600000個元素，其大小是三次（1000 * 60 * 60 * 3 = 10800000）。調整你的功能，下面的例子讓它起作用。

此外，由於您正在將圖像的寬度降低到60像素，因此目標不再正確。這解釋了低精度。嘗試使用更大的寬度，並且您的準確度很可能會增加（例如150-155）。

def genData(n=1000, max_digs=5, width=60): 
    capgen = ImageCaptcha() 
    data = [] 
    target = [] 
    for i in range(n): 
     x = np.random.randint(0, 10 ** max_digs) 
     img = misc.imread(capgen.generate(str(x))) 
     img = img[:,:width,:] 
     data.append(img.flatten()) 
     target.append(x) 
    return np.array(data), np.array(target)