1

这些是我文件夹中的 9600 张图像 + 它们的属性：在此处输入图像描述

我尝试使用下面的代码调整它们的大小，但这给了我一个 (9600, 224, 672) 的图像形状。我主要使用此代码，因为它帮助我将图像放入正确的数组/我之前曾将此代码用于 kmeans 的事情。我需要一个较小的 DCGAN 代码图像形状（接近 9600,64,128）——原因见下文。

import numpy as np
from numpy import save
import tensorflow as tf
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
import cv2
import os, glob, shutil

input_dir = '/Users/User/Documents/MATLAB/attempt6images/'
glob_dir = input_dir + '/*.jpg'
img = [cv2.resize(cv2.imread(file), (224, 224)) for file in glob.glob(glob_dir)]
#save('SV_images.npy', images)
paths = [file for file in glob.glob(glob_dir)]
img = np.array(np.float32(img).reshape(len(img), -1)/255)
save('SV_images.npy', img)

我正在尝试通过 DCGAN 代码运行它们，该代码最初是为具有形状 (9600、64、128) 的图像创建的。当我使用图像形状 224,672 时，我的内核死了。所以我假设我的图像尺寸与原始图像相比可能太大了。顺便说一句，我将 256 2 4 部分更改为 256 7 21 以匹配我的图像形状 + 更改了除 256 列之外的所有其他数字）。下面是 64x128 的原始代码的一部分。知道如何重塑我的图像大小以使我的内核不会死吗？ 在此处输入图像描述

4

0 回答 0