如何在print语句中显示图像通道数？代码调试失败求助

1. 先确保数据包含通道维度 #

你的黑白图像数据目前大概率是(样本数, 高度, 宽度)的形状，没有单独的通道维度，所以直接打印shape不会显示1。先给所有数据集添加通道维度：

# 给数组末尾添加通道维度，shape从(N, H, W)变成(N, H, W, 1)
x_train_full = np.expand_dims(x_train_full, axis=-1)
x_train = np.expand_dims(x_train, axis=-1)
x_val = np.expand_dims(x_val, axis=-1)
x_test = np.expand_dims(x_test, axis=-1)

如果是用框架加载的数据（比如TensorFlow的image_dataset_from_directory），可以在加载时设置color_mode="grayscale"，自动生成单通道数据。

2. 修正print语句的错误 #

你当前的代码有两个明显问题：

• 第一个print里的img变量还没定义（要到后面循环才赋值），img.channel会直接报错；
• print的format字符串只有2个占位符，却传了3个参数，语法不匹配。

直接打印数据的shape就够了，因为已经给数据加了通道维度，shape会自动包含1：

print("train data : {}\tlabel : {}".format(x_train_full.shape, y_train_full.shape))
print("train data : {}\tlabel : {}".format(x_train.shape, y_train.shape))
print("val data : {}\tlabel : {}".format(x_val.shape, y_val.shape))
print("test data : {}\tlabel : {}".format(x_test.shape, y_test.shape))

这样输出就会是你想要的train data : (60000, 28, 28, 1)格式。

3. 快速排查技巧 #

先执行print(x_train_full.shape)看看当前数据的形状：

• 如果输出是(60000,28,28)，说明需要加通道维度；
• 如果已经是(60000,28,28,1)，那只需要修正print语句的错误即可。

内容的提问来源于stack exchange，提问作者Jun