更改图像通道顺序的正确方法是先更改通道，然后再更改通道？
我无论如何也想不出如何切换图像排序。图像是以(x，x,3)格式读取的，theano要求它是(3，x，x)格式。我尝试使用numpy.array([img[:,:,i] for i in range(3)])更改顺序
我猜这就完成了工作，但它既丑陋，我也不知道如何反转它来恢复原始图像。
回答 5
Stack Overflow用户
发布于 2018-06-08 07:45:00
我同意@Qualia的评论，np.moveaxis(a, source, destination)更容易理解。这就是工作：
x = np.zeros((12, 12, 3))
x.shape
#yields:
(12, 12, 3)
x = np.moveaxis(x, -1, 0)
x.shape
#yields:
(3, 12, 12)Stack Overflow用户
发布于 2017-05-08 00:09:33
重新排序数据的步骤
您可以使用numpy.rollaxis将轴3滚动到位置1(考虑到您的批次大小为维度0)。
np.rollaxis(imagesArray, 3, 1) 但是，如果您正在使用keras，您可能希望更改其配置或按层定义它。如果你使用的是Keras，Theano不需要你做任何事情。
除了允许您在每个单独的层中定义通道之外，Keras还可以先配置通道或最后配置通道，因此您不必更改数据。
配置keras
找到keras.json文件并更改它。该文件通常安装在C:\Users\yourusername\.keras或~/.keras中，具体取决于您的操作系统。
根据需要将"image_data_format": "channels_last"更改为"channels_first"，反之亦然。
通常，使用"channels_last“不那么麻烦，因为有大量的其他(非卷积)函数只在最后一个轴上工作。
定义层中的通道顺序。
Keras documentation包含有关层参数的所有信息，包括data_format参数。
Stack Overflow用户
发布于 2020-06-17 04:41:28
如果你正在寻找最快的选择，那就去找.transpose(...)吧。它甚至比np.einsum还快。
img = np.random.random((1000, 1000, 3))
img.shape
# (1000, 1000, 3)
%timeit img.transpose(2, 0, 1)
# 385 ns ± 1.11 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%timeit np.rollaxis(img, -1, 0)
# 2.7 µs ± 50.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit np.einsum('ijk->kij', img)
# 2.75 µs ± 31.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit np.moveaxis(img, -1, 0)
# 7.26 µs ± 57.8 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
np.allclose(img.transpose(2, 0, 1), np.einsum('ijk->kij', img))
# True
np.allclose(img.transpose(2, 0, 1), np.moveaxis(img, -1, 0))
# True
np.allclose(img.transpose(2, 0, 1), np.rollaxis(img,-1, 0))
# Truehttps://stackoverflow.com/questions/43829711
复制相似问题
腾讯云开发者
