1

我正在尝试使用流形学习方法减小尺寸以将 RGB 图像变为灰色。

我已将图像转换为 numpy 数组(image_array)

import numpy as np
from sklearn.datasets import load_sample_image
china = load_sample_image("china.jpg")

# Convert to floats instead of the default 8 bits integer coding. Dividing by
# 255 is important so that plt.imshow behaves works well on float data (need to
# be in the range [0-1]

china = np.arraychina, dtype=np.float64) / 255

# Load Image and transform to a 2D numpy array.

w, h, d = original_shape = tuple(china.shape)
assert d == 3
image_array = np.reshape(china, (w * h, d))

检查 image_array

image_array.shape

(273280, 3)

尝试的时候,

X, color = image_array

我明白了

ValueError:解包的值太多。

有没有办法解决这个问题?

4

1 回答 1

0

你可以做

china = (china[:,:,:3] * [0.2989, 0.5870, 0.1140]).sum(axis=2)

这是我在 diy 机器学习中所做的(我发现纯 numpy 比使用 scikit 快得多,包括梯度的定向直方图版本,请参见https://github.com/paddywwoof/Machine-Learning/blob/master/image_processor .py )

于 2016-04-28T21:20:06.737 回答