如何将 128 维面部编码存储在 numpy 多维数组中？

Posted 2023-03-16

【中文标题】如何将 128 维面部编码存储在 numpy 多维数组中？

【英文标题】：How to store 128-d facial encodings in a numpy multidimensional array?

【发布时间】：2021-11-29 12:25:00

【问题描述】：

image_encodings = np.array(
face_recognition.face_encodings(
bgr_image, self.image_locations, model="cnn"))
self.image_encodings = image_encodings[0]
self.image_encodings_list = np.append(self.image_encodings_list, self.image_encodings)

它将 128 个图像编码存储为单独的行，因此 x 轴，我希望将一个图像的编码存储为单行，因此 128 列。

【参考方案1】：

self.image_encodings_list = np.append(self.image_encodings_list, self.image_encodings, axis=0)

【讨论】：

如果您能提供一些关于为什么添加axis=0 是解决方案的信息，而不仅仅是一行代码，那就太好了。

delftstack.com/howto/numpy/numpy-add-row-to-matrix numpy.append(arr, values, axis=None)。 numpy 模块中的 append() 函数可以将元素添加到数组的末尾。通过将轴指定为 0，我们可以使用此函数向矩阵添加行。