ImageDataGeneratorで水増しした画像で学習させたい

Question

cifar10をＣＮＮで学習させるときの手段と結果を比べたくて、今ImageDataGeneratorで画像を水増ししたらどうなるか検証したいのですが、今までに見たことがないようなエラー文で困惑してます。直し方を教えてください。

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras.optimizers import RMSprop
import numpy as np
from keras.utils import np_utils
from keras.optimizers import Adam
import keras.callbacks
import matplotlib.pyplot as pyplot
from keras.datasets import cifar10
from keras.preprocessing import image
import cv2
from matplotlib import pyplot

(x_train,y_train),(x_test,y_test)=cifar10.load_data()
print(type(x_train))
# grayscale
x_train=np.array( \
    [cv2.cvtColor(x_train[i],cv2.COLOR_BGR2GRAY) for i in range(x_train.shape[0])] )
x_test=np.array( \
    [cv2.cvtColor(x_test[i],cv2.COLOR_BGR2GRAY) for i in range(x_test.shape[0])] )
#print(x_train.shape)
#normalization
x_train =  x_train.astype('float32').reshape(x_train.shape[0],32,32,1)
x_test = x_test.astype('float32').reshape(x_test.shape[0],32,32,1)
x_train /= 255
x_test /= 255
#画像を水増しするメソッド(ImageDataGenerator)を定義)
#今回は回転と明度を調整する
datagen = image.ImageDataGenerator(
    rotation_range=360,
    brightness_range=[0.3,0.8]   
)
gen = datagen.flow(x_train,y_train,batch_size=160)
#transfrom into one-hot
y_train = np_utils.to_categorical(y_train,10)
y_test = np_utils.to_categorical(y_test,10)
#print(x_train.shape,y_train.shape)
# CNNモデル構造を定義
model = Sequential()
model.add(Conv2D(32, kernel_size=(3,3), activation='relu', input_shape=(32,32,1)))
model.add(Conv2D(32,(3,3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.2))
model.add(Conv2D(32,(3,3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.2))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(10, activation='softmax'))

model.compile(
    loss="categorical_crossentropy",
    optimizer=Adam(),
    metrics=["accuracy"]
)

#Earlystopping - monitor
# loss,acc = 学習データの損失率、正確度
# val_loss,val_acc = 検証データの損失率、正確度
es_cb = keras.callbacks.EarlyStopping(monitor='loss', min_delta=0.001, patience=0, verbose=1, mode='auto')
tb_cb = keras.callbacks.TensorBoard(log_dir="./log_dir")
#fit
#validation_split ... 学習データの後ろ、割合validation_splitのデータを検証用データとする
#学習データ　＋　検証データ　＝　入力データ
#verbose ...学習状況の表示設定
#0...非表示、1..プログレスバー（デフォルト）、2...結果のみ表示
#hist = model.fit(x_train,epochs=20,verbose=2,callbacks=[es_cb,tb_cb])
#model.fit(gen,epochs=20,steps_per_epoch=len(x_train) / 32,verbose=2,callbacks=[es_cb,tb_cb],batch_size=160)
model.fit_generator(
    datagen.flow(x_train, y_train, batch_size=160),
    samples_per_epoch=x_train.shape[0],
    nb_epoch=20,
    verbose=1,
    validation_data=(x_test, y_test),
    callbacks=[es_cb, tb_cb]
)
score = model.evaluate(x_test,y_test,verbose=1)

print("loss=",score[0],", accuracy=",score[1])

エラー文

error                                     Traceback (most recent call last)
<ipython-input-1-e1ba9a314668> in <module>
     17 # grayscale
     18 x_train=np.array( \
---> 19     [cv2.cvtColor(x_train[i],cv2.COLOR_BGR2GRAY) for i in range(x_train.shape[0])] )
     20 x_test=np.array( \
     21     [cv2.cvtColor(x_test[i],cv2.COLOR_BGR2GRAY) for i in range(x_test.shape[0])] )

<ipython-input-1-e1ba9a314668> in <listcomp>(.0)
     17 # grayscale
     18 x_train=np.array( \
---> 19     [cv2.cvtColor(x_train[i],cv2.COLOR_BGR2GRAY) for i in range(x_train.shape[0])] )
     20 x_test=np.array( \
     21     [cv2.cvtColor(x_test[i],cv2.COLOR_BGR2GRAY) for i in range(x_test.shape[0])] )

error: OpenCV(4.1.0) c:\projects\opencv-python\opencv\modules\imgproc\src\color.simd_helpers.hpp:92: error: (-2:Unspecified error) in function '__cdecl cv::impl::`anonymous-namespace'::CvtHelper<struct cv::impl::`anonymous namespace'::Set<3,4,-1>,struct cv::impl::A0xe227985e::Set<1,-1,-1>,struct cv::impl::A0xe227985e::Set<0,2,5>,2>::CvtHelper(const class cv::_InputArray &,const class cv::_OutputArray &,int)'
> Invalid number of channels in input image:
>     'VScn::contains(scn)'
> where
>     'scn' is 32

追記
最初に動かしたときは正常だったのですが、バッチサイズを変えようとJupyterでカーネルを中断させたら、このようなエラー文が出るようになりました。

Answer 1

(x_train,y_train),(x_test,y_test)=cifar10.load_data()

と

x_train=np.array( \
    [cv2.cvtColor(x_train[i],cv2.COLOR_BGR2GRAY) for i in range(x_train.shape[0])] )
x_test=np.array( \
    [cv2.cvtColor(x_test[i],cv2.COLOR_BGR2GRAY) for i in range(x_test.shape[0])] )
#print(x_train.shape)
#normalization
x_train =  x_train.astype('float32').reshape(x_train.shape[0],32,32,1)
x_test = x_test.astype('float32').reshape(x_test.shape[0],32,32,1)
x_train /= 255
x_test /= 255

が別のセルになっているのだとすると、x_train を変換したものを x_train に上書きしているので2回目以降は cv2.cvtColor() の処理でエラーになると思います。
変数名を別にするか、同じセルに統合してください。