>我有个位数的图像,宽度=32,高度=60。我正在尝试将它们连接起来以获得最多 5 位图像。
我正在制作如下个位数的图像;
def gen(n=10, max_digs=1, width=32):
capgen = ImageCaptcha(width=width, height=60)
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)
然后我尝试使用以下方法将它们连接
起来def generate_dataset(X, y):
X_len = X.shape[0]
X_gen = np.zeros((X_len, height, width * n_len, 1), dtype=np.uint8)
y_gen = [np.zeros((X_len, n_class), dtype=np.uint8) for i in range(n_len)]
# generate random numbers of digits
n_digit = random.randint(1, 6)
for j in range(X_len):
n_digit = random.randint(1, 5)
for i in range(n_digit):
index = random.randint(0, X_len - 1)
image = X[index]
label = y[index]
X_gen[j][:, i*height:width + i * width, 0] = image
y_gen[i][j][label] = 1
for i in range(n_digit, n_len):
y_gen[i][j][10] = 1
return X_gen, y_gen
但是,它给了我错误"无法将输入数组从形状 (32,60( 广播到形状 (60,0(">
好吧,似乎左右的形状不匹配。
X_gen[j][:, i*height:width + i * width, 0]
形状为 (60, 32(,图像的形状为 (32,60(
也许尝试以下方法,看看它是否有效?
X_gen[j][:, i*height:width + i * width, 0] = image.T
更新
最后,此更改解决了问题:
X_gen[j][:, i*width: (i+1)*width, 0] = image.T