0

我想将 MNIST 数据的 4D 数组重新缩放 0.5 倍。我得到一个错误使用skimage.transform.rescale：

LinAlgError: SVD did not converge

我觉得它可能与图像尺寸有关，但文档没有提到图像尺寸。

from skimage import transform
...
...
data = load_mnist() #Contains mnist data in format (50000, 1, 28, 28)
data_rescaled = transform.rescale(data, 0.5)
4

1 回答 1

1

从文档中：

skimage.transform.rescale(image, scale, order=1, mode='constant', cval=0, clip=True, preserve_range=False)[资源]

按一定比例缩放图像。

对放大或缩小图像执行插值。对于通过应用算术和或平均值对具有整数因子的 N 维图像进行下采样，请分别参见skimage.measure.local_sum和。skimage.transform.downscale_local_mean...

scale : {浮点数，浮点数元组}

比例因子。单独的比例因子可以定义为(row_scale, col_scale)。

我的解释是skimage.measure.rescale只支持 2D 图像。快速尝试为每个维度传递单独的比例因子似乎证实了这一点：

In [1]: data = np.random.randn(500, 1, 28, 28)

In [2]: rescaled = transform.rescale(data, (0.5, 0.5, 0.5, 0.5))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-2-638fc58c2154> in <module>()
----> 1 rescaled = transform.rescale(data, (0.5, 0.5, 0.5, 0.5))

/home/alistair/.venvs/rfmap/lib/python2.7/site-packages/skimage/transform/_warps.pyc in rescale(image, scale, order, mode, cval, clip, preserve_range)
    164 
    165     try:
--> 166         row_scale, col_scale = scale
    167     except TypeError:
    168         row_scale = col_scale = scale

ValueError: too many values to unpack

正如文档所说，您可以使用skimage.transform.local_sumorskimage.downscale_local_mean代替，前提是您只需要按整数因子（在您的情况下为 2）进行下采样。

支持对非整数缩放因子使用插值的另一种替代方法是scipy.ndimage.zoom：

In [3]: from scipy import ndimage

In [4]: rescaled = ndimage.zoom(data, 0.5)

In [5]: rescaled.shape
Out[5]: (250, 1, 14, 14)
于 2015-11-21T15:59:25.783 回答