我需要将通过 cv2 加载的 numpy 数组中的图像转换为其卷积层的深度学习库 mxnet 的正确格式。
我当前的图像形状如下：（256、256、3）或（高度、宽度、通道）。
据我所知，这实际上需要是（3、256、256）或（通道、高度、宽度）。
不幸的是，我对 numpy/python opencv 的了解还不足以知道如何正确操作数组。
我发现我可以通过 cv2.split 将数组拆分为通道，但我不确定如何以正确的格式再次组合它们（我不知道使用 cv2.split 是否是最佳的，或者是否有是 numpy 中更好的方法）。
谢谢你的帮助。
你可以使用numpy.rollaxis如下：如果你image的形状(height, width, channels)
import numpy as np
new_shaped_image = np.rollaxis(image, axis=2, start=0)
这意味着2nd 轴new_shaped_image将在0现场。
new_shaped_image.shape也会如此(channels, height, width)
arr.transpose(2,0,1).shape
# (3, 256, 256)