重塑图像数组时感到困惑

目前我正在尝试运行 ConvNet。随后将输入神经网络的每张图像都存储为列表。但目前该列表是使用三个 for 循环创建的。看一看：

im = Image.open(os.path.join(p_input_directory, item))
pix = im.load()

image_representation = []

# Get image into byte array
for color in range(0, 3):
    for x in range(0, 32):
        for y in range(0, 32):
            image_representation.append(pix[x, y][color])

我很确定这不是最好、最有效的方法。因为我必须坚持上面创建的列表的结构，所以我考虑使用numpy并提供另一种方法来达到相同的结构。

from PIL import Image
import numpy as np

image = Image.open(os.path.join(p_input_directory, item))
image.load()
image = np.asarray(image, dtype="uint8")
image = np.reshape(image, 3072)
# Sth is missing here...

但我不知道如何重塑和连接image以获得与上面相同的结构。有人可以帮忙吗？

一种方法是调换轴，这本质上是扁平化的fortran模式 in.n.反向方式——

image = np.asarray(im, dtype="uint8")
image_representation = image.ravel('F').tolist()

要更仔细地了解该功能，请查看numpy.ravel 文档 https://docs.scipy.org/doc/numpy/reference/generated/numpy.ravel.html.