ImageDataGenerator：如何将第 4 维添加到 numpy 数组？

Posted 2023-03-12

【中文标题】ImageDataGenerator：如何将第 4 维添加到 numpy 数组？

【英文标题】：ImageDataGenerator: how to add the 4th dimension to a numpy array?

【发布时间】：2019-09-14 00:43:57

【问题描述】：

我有以下代码用 opencv 读取图像并显示它：

import cv2, matplotlib.pyplot as plt
img = cv2.imread('imgs_soccer/soccer_10.jpg',cv2.IMREAD_COLOR)
img = cv2.resize(img, (128, 128))
plt.imshow(img)
plt.show()

我想使用 keras 生成一些随机图像，所以我定义了这个生成器：

image_gen = ImageDataGenerator(rotation_range=15,
                           width_shift_range=0.1,
                           height_shift_range=0.1,
                           shear_range=0.01,
                           zoom_range=[0.9, 1.25],
                           horizontal_flip=True,
                           vertical_flip=False,
                           fill_mode='reflect',
                           data_format='channels_last',
                           brightness_range=[0.5, 1.5])

但是，当我以这种方式使用它时：

image_gen.flow(img)

我收到此错误：

'Input data in `NumpyArrayIterator` should have rank 4. You passed an array with shape', (128, 128, 3))

在我看来很明显：RGB，图像，当然是 3 维的！ 我在这里想念什么？ 文档说它需要一个 4 维数组，但没有指定 我应该在第 4 维中放入什么！

这个 4-dim 数组应该如何制作？我现在有（宽度、高度、通道），这个第 4 维度位于 开始或结束？

我对 numpy 也不是很熟悉：如何更改现有的 img 数组以添加第 4 维？

【参考方案1】：

使用np.expand_dims():

import numpy as np
img = np.expand_dims(img, 0)
print(img.shape) # (1, 128, 128, 3)

第一个维度指定图像的数量（在您的情况下为 1 个图像）。

【讨论】：

啊，好吧，理论上我可以使用单个数组将任意数量的图像传递给生成器！谢谢

没错，很高兴为您提供帮助！

【参考方案2】：

或者，您可以使用 numpy.newaxis 或 None 将您的 3D 阵列提升为 4D，如下所示：

img = img[np.newaxis, ...] 

# or use None
img = img[None, ...]

第一个维度通常是batch_size。当您想要充分利用 GPU 等现代硬件时，只要您的张量适合您的 GPU 内存，这将为您提供很大的灵活性。例如，您可以通过沿第一个维度堆叠 64 个图像来传递 64 个图像。在这种情况下，您的 4D 数组的形状将是 (64, width, height, channels)。