如何将单张图像转换为形状为(1,150,80,1)的4D Tensor？

首先，完成第6步只需添加batch维度即可——经过前5步处理后，你的张量形状已经是(150, 80, 1)（对应[width, height, channels]），只需补充batch_size=1的维度就能匹配模型要求的(1,150,80,1)：

# 6. 添加batch维度，得到目标4D张量
img = tf.expand_dims(img, axis=0)
# 也可以用更简洁的写法：
# img = img[tf.newaxis, ...]

可以添加一行代码验证最终形状：

print(img.shape)  # 输出 (1, 150, 80, 1)

字符串查找层（StringLookup）是Keras提供的分类预处理工具，用于将字符串/整数标签映射为连续整数索引，常用于OCR、文本分类等任务：

• 核心作用：建立词汇表与整数索引的双向映射，支持正向（字符串转索引）、反向（索引转字符串）两种转换
• 关键参数：
  • vocabulary：手动指定词汇表，若留空则自动从训练数据中构建
  • mask_token：用于序列填充的掩码标记（可选）
  • oov_token：处理词汇表外未知字符的标记（可选）
• 典型用法（以OCR字符映射为例）：

  # 定义OCR任务的字符词汇表
  vocab = ['0','1','2','3','4','5','6','7','8','9','A','B','C']
  # 创建正向查找层（字符串转索引）
  string_to_idx = tf.keras.layers.StringLookup(vocabulary=vocab, oov_token='[UNK]')
  # 创建反向查找层（索引转字符串）
  idx_to_string = tf.keras.layers.StringLookup(vocabulary=vocab, oov_token='[UNK]', invert=True)
  

内容的提问来源于stack exchange，提问作者Vipz