QR码数据集导入报错：无法将(410,410)数组广播至(28,28)

错误原因 #

你的代码是为MNIST的28x28灰度图设计的，但QR码图像尺寸为410x410，初始化的train、test数组尺寸与读取的图像尺寸不匹配，导致赋值时广播失败。

修复方案 #

方案1：适配QR码的原始尺寸

直接修改数组初始化和后续处理逻辑，适配410x410的图像：

• 修改read_MNIST_Data函数中数组初始化代码：

  train = np.empty((1000,410,410),dtype='float')
  test = np.empty((10000,410,410),dtype='float')
  

• 修改reshape逻辑：

  trainX = train.reshape(train.shape[0],1,410,410)
  testX = test.reshape(test.shape[0],1,410,410)
  

• 修改plot_images函数中的绘图尺寸：

  plt.imshow(img.reshape(410,410), cmap="gray")
  

方案2：将QR码缩放到28x28尺寸

如果希望继续使用原有的28x28模型输入尺寸，读取图像后用OpenCV缩放：

• 修改训练集读取代码（测试集同理）：

  # 替换标记***的行
  img = cv2.imread('C:/Users/trifo/Downloads/Train-20221025T200820Z-001/Train_Project/{0}'.format(filename),0)
  resized_img = cv2.resize(img, (28,28)) / 255.0
  train[i] = resized_img
  

  缩放时可根据需求选择插值方法，比如cv2.resize(img, (28,28), interpolation=cv2.INTER_AREA)

额外需要修复的代码问题 #

• 缩进错误：标记***的代码行缩进不正确，应和循环内的trainY[i] = y保持同一缩进级别，否则只会处理最后一个文件
• 测试集加载错误：get_train_test_loaders中testds错误使用了训练集的张量，应改为：

  testds = MyDataSet(x_test_tensor, y_test_tensor)
  

• 数据集数量匹配：确保训练文件夹内的文件数量正好是1000，测试文件夹内是10000，否则会出现索引越界错误

内容的提问来源于stack exchange，提问作者Patrick Fenton