试图标准化/标准化数据以进入CNN，但有问题

Question

我有以下代码段，我正在尝试在训练CNN之前标准化/规范化数据。

X = [] # Image data
y = [] # Labels

datagen = ImageDataGenerator(samplewise_center=True)

Loops through imagepaths to load images and labels into arrays
for path in imagepaths:
  img = cv2.imread(path) # Reads image and returns np.array
  img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
  img = cv2.resize(img, (200, 200)) 
  img = datagen.standardize(img) #ERROR POINTING HERE
  X.append(img)

....

但是，运行此程序时，我得到以下错误提示，指向我上面已注释的行：

UFuncTypeError: Cannot cast ufunc 'subtract' output from dtype('float64') to dtype('uint8') with casting rule 'same_kind' 

关于我在哪里出错的任何想法？还是我有更简单的标准化方法？我看到了一些将人除以255的解决方案，但是我不确定如何实现。谢谢！

Answer 1

您需要应用img_to_array方法：

from keras.preprocessing.image import img_to_array

img = cv2.resize(img, (200, 200)) 
img = img_to_array(img)
img = datagen.standardize(img)