Можно ли создать тренировочную матрицу для изображений RGB и шкалы серого

Question

Я пытаюсь создать тренировочную матрицу для CNN. Изображения имеют как RGB, так и серый цвет / масштаб.

Чтобы создать что-то вроде [ # of images, #features ]

Размер изображения:

1024* 1024

Ниже приведен мой код:

from skimage.transform import rescale, resize
from skimage import io

features = np.empty((0,1024 * 1024), np.float32)
imagePath = directoyPath+"/"+ imageName
image = io.imread(imagePath)
print(image.shape)
flatFeatures = np.reshape(image,(1,1024*1024))
print(flatFeatures.shape)
features = np.append(features, flatFeatures, axis=0)
print(features.shape)

Проблема в том, что форма RGB (1024,1024,3).

Как можно подавать изображения RGB и полутонов в матрицу features.

Answer 1

просто вам придется подавать изображения RGB после преобразования их в оттенки серого, вы не можете передавать изображения разных каналов в CNN, поскольку RGB имеет 3 канала, а изображения серой шкалы имеют 1 канал, указывая каналы на входном слое: CNN необходимы, они не могут быть динамическими, поэтому вы должны убедиться, что у вас есть 3 канала или 1

для ваших целей я бы посоветовал вам конвертировать изображения в градациях серого в RGB, используя cvtColor(gray, color, cv::COLOR_GRAY2BGR), чтобы изображение фактически не получало какого-либо цвета, но количество каналов в нем будет равно 3, что позволит вам передавать как RGB, так и градации серого ( технически RGB, но все еще бесцветный) изображения вместе