Pythonエラーコード　line 37,in <module> image = image.transpose(2,0,1)ValueError: axes don't match array

pythonで実行すると　
line 37,in <module> image = image.transpose(2,0,1)ValueError: axes don't match array
と表示され実行されません。どのようにすれば良いのでしょうか詳しい方おしえてください。

Python
1from keras.models import Sequential
2from keras.layers import Activation, Dense, Dropout, Convolution2D, MaxPooling2D, Flatten
3from keras.utils.np_utils import to_categorical
4from keras.optimizers import Adagrad
5from keras.optimizers import Adam
6import numpy as np
7from PIL import Image
8import os
9
10image_list = []
11label_list = [] # 訓練データとバリデーションデータを生成するジェネレータを作成
12
13for dir in os.listdir("data/train"):
14    if dir == ".DS_Store":
15        continue
16
17    dir1 = "data/train/" + dir 
18    label = 0
19
20    if dir == "A": 
21        label = 0
22    elif dir == "B":  
23        label = 1
24    elif dir == "C": 
25        label = 2
26
27    for file in os.listdir(dir1):
28        if file != ".DS_Store":
29            # 配列label_listに正解ラベルを追加(りんご:0 オレンジ:1)
30            label_list.append(label)
31            filepath = dir1 + "/" + file
32            # 画像を25x25pixelに変換し、1要素が[R,G,B]3要素を含む配列の25x25の２次元配列として読み込む。
33            # [R,G,B]はそれぞれが0-255の配列。
34            image = np.array(Image.open(filepath).resize((28, 28)))
35            print(filepath)
36            # 配列を変換し、[[Redの配列],[Greenの配列],[Blueの配列]] のような形にする。
37            image = image.transpose(2,0,1)
38            # さらにフラットな1次元配列に変換。最初の1/3はRed、次がGreenの、最後がBlueの要素がフラットに並ぶ。
39            image = image.reshape(1, image.shape[0] * image.shape[1] * image.shape[2]).astype("float32")[0]
40            # 出来上がった配列をimage_listに追加。
41
42            image_list.append(image / 255.)
43
44# kerasに渡すためにnumpy配列に変換。
45image_list = np.array(image_list)
46
47# ラベルの配列を1と0からなるラベル配列に変更
48# 0 -> [1,0], 1 -> [0,1] という感じ。
49Y = to_categorical(label_list)
50
51# モデルを生成してニューラルネットを構築
52model = Sequential()
53model.add(Convolution2D(32, 3, 3, input_shape=(28, 28 ,3)))
54model.add(Activation('relu'))
55model.add(MaxPooling2D(pool_size=(2, 2)))
56
57model.add(Convolution2D(32, 3, 3))
58model.add(Activation('relu'))
59model.add(MaxPooling2D(pool_size=(2, 2)))
60
61model.add(Convolution2D(64, 3, 3))
62model.add(Activation('relu'))
63model.add(MaxPooling2D(pool_size=(2, 2)))
64
65model.add(Flatten())
66model.add(Dense(64))
67model.add(Activation('relu'))
68model.add(Dropout(0.5))
69model.add(Dense(3))
70model.add(Activation('softmax'))
71
72# オプティマイザにAdamを使用
73opt = Adam(lr=0.001)
74# モデルをコンパイル
75model.compile(loss="categorical_crossentropy", optimizer=opt, metrics=["accuracy"])
76# 学習を実行。10%はテストに使用。
77model.fit(image_list, Y, nb_epoch=1500, batch_size=100, validation_split=0.1)
78
79
80__**エラー発生**__
81
82# テスト用ディレクトリ(./data/train/)の画像でチェック。正解率を表示する。
83total = 0.
84ok_count = 0.
85
86for dir in os.listdir("data/train"):
87    if dir == ".DS_Store":
88        continue
89
90    dir1 = "data/test/" + dir 
91    label = 0
92
93    if dir == "A": 
94        label = 0
95    elif dir == "B":  
96        label = 1
97    elif dir == "C": 
98        label = 2
99
100    for file in os.listdir(dir1):
101        if file != ".DS_Store":
102            label_list.append(label)
103            filepath = dir1 + "/" + file
104            image = np.array(Image.open(filepath).resize((28, 28)))
105            print(filepath)
106            image = image.transpose(2, 0, 1)
107            image = image.reshape(1, image.shape[0] * image.shape[1] * image.shape[2]).astype("float32")[0]
108            result = model.predict_classes(np.array([image / 255.]))
109            print("label:", label, "result:", result[0])
110
111            total += 1.
112
113            if label == result[0]:
114                ok_count += 1.
115
116print("seikai: ", ok_count / total * 100, "%")