处理Numpy对象数组：解决图像数据异构维度导致的重塑问题

import numpy as np

# 模拟两张2x2x3的RGB图像
img1 = np.full((2, 2, 3), 200, dtype=np.uint8)
img2 = np.full((2, 2, 3), 150, dtype=np.uint8)

# 模拟一张2x2x4的RGBA图像
img3 = np.array([
    [[100, 100, 100, 255], [100, 100, 100, 255]],
    [[100, 100, 100, 255], [100, 100, 100, 255]]
], dtype=np.uint8)

# 将这些图像放入一个Numpy数组中
# 由于img3的通道数不同，Numpy会创建一个dtype=object的数组
images_list = [img1, img2, img3]
images_obj_array = np.array(images_list, dtype=object) # 显式指定dtype=object更清晰

print(f"images_obj_array的形状: {images_obj_array.shape}")
print(f"images_obj_array的类型: {images_obj_array.dtype}")
print(f"第一张图像的形状: {images_obj_array[0].shape}")
print(f"第三张图像的形状: {images_obj_array[2].shape}")

images_obj_array的形状: (3,)
images_obj_array的类型: object
第一张图像的形状: (2, 2, 3)
第三张图像的形状: (2, 2, 4)

# 尝试直接拼接
try:
    flattened_images = np.concatenate(images_obj_array)
    print(f"拼接后的形状: {flattened_images.shape}")
except ValueError as e:
    print(f"拼接失败: {e}")

# 如果拼接成功（在某些情况下，Numpy可能会尝试堆叠，但通常会因维度不匹配而失败或产生意外结果）
# 假设我们期望所有图像都是2x2x3，共有3张图像
# 期望的总元素数是 3 * 2 * 2 * 3 = 36
# 但如果存在2x2x4的图像，实际拼接后的元素数会更多
# 例如，如果concatenate成功，它会将所有数组的第一个维度展平
# 对于 [(2,2,3), (2,2,3), (2,2,4)]，concatenate会尝试将它们沿着新的轴连接
# 结果可能是 (6,3) 如果它们是二维数组，或者直接报错

import numpy as np

# 重新定义原始图像列表，包含RGB和RGBA
img1_rgb = np.full((2, 2, 3), 200, dtype=np.uint8)
img2_rgb = np.full((2, 2, 3), 150, dtype=np.uint8)
img3_rgba = np.array([
    [[100, 100, 100, 255], [100, 100, 100, 255]],
    [[100, 100, 100, 255], [100, 100, 100, 255]]
], dtype=np.uint8)

original_images = [img1_rgb, img2_rgb, img3_rgba]

# 步骤1: 遍历并标准化图像通道
processed_images = []
for i, img in enumerate(original_images):
    if img.shape[-1] == 4: # 如果是RGBA格式
        print(f"图像 {i+1} 是RGBA，转换为RGB...")
        processed_images.append(img[:, :, :3]) # 取前三个通道
    elif img.shape[-1] == 3: # 如果是RGB格式
        print(f"图像 {i+1} 是RGB，无需转换。")
        processed_images.append(img)
    else:
        print(f"警告: 图像 {i+1} 具有非标准通道数 {img.shape[-1]}，请检查。")
        processed_images.append(img) # 或根据需求进行处理

# 检查处理后的图像形状
for i, img in enumerate(processed_images):
    print(f"处理后图像 {i+1} 的形状: {img.shape}")

# 步骤2: 拼接所有标准化后的图像
# 现在所有图像都是2x2x3，可以直接拼接
combined_flat_images = np.concatenate(processed_images, axis=0) # 沿第一个轴拼接

print(f"\n拼接后的数组形状 (沿轴0): {combined_flat_images.shape}")

# 期望的最终形状是 (N, H, W, C)
num_images = len(processed_images)
image_height, image_width, image_channels = processed_images[0].shape

final_reshaped_images = combined_flat_images.reshape(num_images, image_height, image_width, image_channels)

print(f"最终重塑后的数组形状: {final_reshaped_images.shape}")
print(f"验证：第一个图像的形状: {final_reshaped_images[0].shape}")

图像 1 是RGB，无需转换。
图像 2 是RGB，无需转换。
图像 3 是RGBA，转换为RGB...
处理后图像 1 的形状: (2, 2, 3)
处理后图像 2 的形状: (2, 2, 3)
处理后图像 3 的形状: (2, 2, 3)

拼接后的数组形状 (沿轴0): (6, 2, 3)
最终重塑后的数组形状: (3, 2, 2, 3)
验证：第一个图像的形状: (2, 2, 3)

# 使用np.stack的替代方案（如果所有图像都已标准化）
final_stacked_images = np.stack(processed_images, axis=0)
print(f"\n使用np.stack重塑后的数组形状: {final_stacked_images.shape}")