使用Keras批量增强文件夹内TIFF格式卫星图像时NumpyArrayIterator报错如何解决

报错信息中提到传入的数组shape为(0,)，本质是你最终传给datagen.flow()的输入是一个空的一维数组，完全不满足ImageDataGenerator要求的4维输入规范（标准格式为(样本数量, 图像高度, 图像宽度, 通道数)）。逐张处理正常、批量报错，说明批量读取阶段根本没有把有效图像加载进数据集。

代码中的具体漏洞 #

• 后缀匹配逻辑失效
  现有判断image_name.split('.')[1] == 'TIFF'存在两个硬伤：
  • 匹配时区分大小写，实际磁盘上的TIFF文件后缀大多是小写的tif/tiff，大写匹配的成功率极低，符合条件的图像根本进不到读取逻辑里；
  • 依赖split('.')取索引的判断方式，遇到文件名含多个点（比如S2_2024.tiff.tmp）时会取错后缀位置，造成漏判。
    最终循环跑完，用来存图像的dataset列表始终是空列表，转成numpy数组自然就是shape为(0,)的空数组，直接触发维度不匹配报错。
• 文件路径拼接错误
  现有代码写的是io.imread(image_directory + image_name)，其中image_directory的值为'E:\\opencv'，路径末尾没有添加分隔符，拼出来的地址类似E:\\opencvxxx.tiff，属于无效路径，就算后缀判断正确，图像也读不进来。
• 缺失必要的依赖导入
  代码中用到的os.listdir、Image.fromarray、np.array对应的os、PIL.Image、numpy模块从未导入，运行到图像读取步骤时会直接抛出NameError中断。
• 图像模式强制转换和卫星图像特性不兼容
  现有代码写的Image.fromarray(image, 'RGB')会强制按3通道RGB格式解析图像，但多数卫星TIFF为单通道灰度、多波段（4/8/16波段）存储，强制指定RGB模式会触发格式不匹配，导致图像读取失败被跳过，进一步造成dataset为空。

修正后的可运行参考代码 #

# 补全缺失的依赖导入
import os
import numpy as np
from PIL import Image
from keras.preprocessing.image import ImageDataGenerator
from skimage import io

datagen = ImageDataGenerator(
        rotation_range=45,     
        width_shift_range=0.2,   
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        fill_mode='constant', cval=125)

image_directory = 'E:\\opencv'
SIZE = 150
dataset = []

my_images = os.listdir(image_directory)
for i, image_name in enumerate(my_images):
    # 统一转小写做后缀匹配，兼容tif/tiff大小写、多文件名点的场景
    file_ext = os.path.splitext(image_name)[1].lower()
    if file_ext in ['.tif', '.tiff']:
        # 用系统自带的路径拼接函数，避免缺斜杠的问题
        img_path = os.path.join(image_directory, image_name)
        image = io.imread(img_path)
        # 适配卫星图像的通道结构，避免强制RGB转换报错
        if len(image.shape) == 2:
            # 单通道灰度图补成3通道适配输入格式
            image = np.stack([image]*3, axis=-1)
        elif image.shape[2] > 3:
            # 多波段图取前3个波段开展增强
            image = image[:, :, :3]
        image = Image.fromarray(image)
        image = image.resize((SIZE,SIZE))
        dataset.append(np.array(image))

# 增加空值校验，避免空数组直接传入生成器
if len(dataset) == 0:
    raise ValueError("未读取到任何有效TIFF图像，请检查文件路径和后缀匹配规则")
x = np.array(dataset)

i = 0
for batch in datagen.flow(x, batch_size=16,  
                          save_to_dir='E:\\opencv', 
                          save_prefix='a', 
                          save_format='tiff'):
    i += 1
    if i > 20:
        break

内容的提问来源于stack exchange，提问作者user123