ImageDataGenerator：如何向numpy数组添加第四个维度？

Question

我有以下的代码，使用opencv读取并显示一张图片：

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()

我希望使用 Keras 生成一些随机图片，因此我定义了以下生成器：

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：

image_gen.flow(img)

I get this error:

'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图像当然是三维的！那么我错在哪里了？文档说明它需要一个四维数组，但没有指定第四维应该放什么！

还有，这个四维数组应该如何创建？目前我拥有的是(width, height, channel)的数组，这第四维应该放在开始还是结尾？

我对numpy也不是很熟悉: 如何修改现有的img数组以添加第四个维度？

- Phate

Answer 1

使用np.expand_dims()函数：

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

第一维指定图像的数量（在你的情况下为1张图片）。

- Vlad

---

啊，好的，理论上我可以通过使用单个数组将任意数量的图像传递给生成器！谢谢。 - Phate

没错，很高兴能帮忙！ - Vlad

Answer 2

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

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

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

第一维通常是批处理大小batch_size。这样做可以让您在充分利用现代硬件（例如GPU）时具有很大的灵活性，只要您的张量适合GPU内存即可。例如，您可以通过沿着第一维堆叠64个图像来传递64个图像。在这种情况下，您的4D数组的形状将为(64, width, height, channels)。

- kmario23