K-NN：如何正确地重塑图像（数据集），并且不丢失数据？

要重塑图像而不丢失数据，可以使用Python中的NumPy库。NumPy库允许以不同的形状访问和操作数组，并提供多种数组操作函数。

以下是一个将图像重塑为固定的高度和宽度的示例代码：

import numpy as np
from PIL import Image

# 加载原始图像
img = Image.open('example.jpg')

# 将图像转换为NumPy数组
img_array = np.asarray(img)

# 计算新的高度和宽度
new_height = 100
new_width = 100

# 将数组重新形状为新的高度和宽度
reshaped_array = np.resize(img_array, (new_height, new_width))

# 将重新形状的数组转换回图像
new_img = Image.fromarray(reshaped_array)

# 保存新的图像
new_img.save('example_resized.jpg')

在此示例中，我们首先使用PIL库中的 Image 函数加载原始图像，并将其转换为NumPy数组。然后，我们计算新的高度和宽度，并使用NumPy数组的 resize 函数将数组重新形状为新的高度和宽度。最后，我们将修改后的数组转换回图像，并使用PIL库中的 save 函数保存新的图像。

请注意，重塑图像可能会改变图像的宽高比和外观。要将图像重塑为特定的宽度或高度并保持纵横比，请根据需要添加填充或裁剪操作。