在Python中重新塑造图像矩阵

Question

我希望首先将原始图像（其形状和数据类型为((1024, 1024, 3), dtype('uint8'))）转换为1D数组，以便我可以将该1D数组作为一个观察结果输入到训练集中。

现在我想将该1D数组转换回其原始形式。

为了将原始图像转换为1D数组，我使用了numpy中可用的flatten()函数。以下是代码：

In[80]: t = misc.imread('b.png') #to read the image

In[81]: t.shape, t.dtype
Out[81]: ((1024, 1024, 3), dtype('uint8'))

#To convert the above image into 1D array

In[82]: t.flatten()
Out[82]: array([  5,  40, 121, ..., 130, 110,  89], dtype=uint8)

现在我想将上面的矩阵（来自t.flatten()的结果）转换回原始矩阵（即形状为(1024,1024,3)）。

请告诉我应该怎么做。

更新： 我检查了t.flatten的形状，发现它是：

In[86]: p=t.flatten()
In[87]: p.shape
Out[86]:(6291456,) 

但是6291456=(1024*1024*3*2)。现在我很困惑这个额外项（即2）从哪里来。

我也使用了reshape命令，但当我执行该命令时会出错。

l=p.reshape(1024,1024,3)

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-89-b1ab41666df7> in <module>()
----> 1 l=p.reshape(1024,1024,3)

ValueError: total size of new array must be unchanged

- Lok

---

只需使用所需的形状进行“reshape”操作？ - Divakar

@Divaker 我用了它，但是它显示一些模糊的错误。 - Lok

我无法复现给定初始形状的数组中 p.shape 变为 (6291456,) 的情况。 - akilat90

@akilat90 如果你按照我所做的来操作，我相信你也能得到相同的结果。 - Lok

Answer 1

使用reshape函数。

In [93]: a = np.zeros((10,10,3))
In [94]: a.shape
Out[94]: (10, 10, 3)

In [95]: b = a.flatten()
In [96]: b.shape
Out[96]: (300,)

In [97]: c = b.reshape(10,10,3)
In [98]: c.shape
Out[98]: (10, 10, 3)

- Rahul K P