1
manifold learning methodsを使用してRGBイメージをグレーにするために寸法を縮小しようとしています。scikit-learnマニフォールドを使用してRGBからグレーへ
私は
を取得image_arrayimage_array.shape
(273280, 3)
試み、
X, color = image_array
を点検numpyのアレイ(image_array)
import numpy as np
from sklearn.datasets import load_sample_image
china = load_sample_image("china.jpg")
# Convert to floats instead of the default 8 bits integer coding. Dividing by
# 255 is important so that plt.imshow behaves works well on float data (need to
# be in the range [0-1]
china = np.arraychina, dtype=np.float64)/255
# Load Image and transform to a 2D numpy array.
w, h, d = original_shape = tuple(china.shape)
assert d == 3
image_array = np.reshape(china, (w * h, d))
に画像を変換しました
ValueError: too many values to unpack.
これを回避する方法はありますか?
を行うことができますありがとうございました! 私は、RGBをグレーに変換するさまざまな方法を検討しています。私はあなたのような加重変換や主成分分析(PCA)など、さまざまな変換アルゴリズムを持つMatlabファイルを持っています。 ここでは、他の次元削減アルゴリズムがそれらの方法と比較してどのように機能するかを試したいと思います。コードを簡単に共有できるように、私はPythonに切り替えたいと思っていました。 もう一度お返事ありがとうございます! – user3065529
OK、共有可能なものがあれば、それを見ることに興味があります。それはまだgithubにありますか?おそらく、あなたは完全にpythonとnumpyでスピードアップしていないでしょう。元のポストのエラーは、numpyの配列image_arrayを作成したことです.273280行3列をデモンストレーションしてから、タプルは2つの要素しかありません。それは合わない!あなたはXと色の変数に何を入れようとしていますか? – paddyg