scikit-learnマニフォールドを使用してRGBからグレーへ

Question

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。

私は

を取得image_array

image_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？

Answer 1

あなたは私が私のDIYの機械学習で（勾配の指向ヒストグラムのバージョンを含む、私は純粋なnumpyのはscikitを使用するよりもはるかに高速だった、https://github.com/paddywwoof/Machine-Learning/blob/master/image_processor.pyを参照してください）でしたものです

china = (china[:,:,:3] * [0.2989, 0.5870, 0.1140]).sum(axis=2)