问重塑灰度图像以进行神经网络训练-如何正确执行此操作

EN

如果你的图像是灰度的，我有一个关于卷积神经网络和用于训练的图像处理的一般问题。

以下面的图片为例：

​

​

这是一个灰度图像，但当我这样做的时候

image = cv2.imread("image.jpg")
print(image.shape)

我得到了

(1024, 1024, 3)

我知道opencv会自动为jpg图像创建3个通道。但是当涉及到网络训练时，如果我可以在(1024,1024，1)中使用图像，那么计算效率会更高-就像许多MNIST教程所演示的那样。但是，如果我重塑这个：

image.reshape(1024, 1024 , 1)

然后尝试例如显示图像

plt.axis("off")
plt.imshow(reshaped_image)
plt.show()

我得到了

raise TypeError("Invalid dimensions for image data")

这是否意味着在网络训练之前以这种方式重塑我的图像是不正确的？我想在图像中保留尽可能多的信息，但如果不需要这些额外的通道，我不想要它们。