読み込んだ画像を画素ごとに分割し、ラベリングしたい。

前提・実現したいこと

ロジスティック回帰を用いた赤：その他の分類の学習データセットを作成するにあたり、
１画素にが持つHSVのデータをそれぞれ分割し、画素ごとに赤：１、その他：０のラベル付けを
行おうと考えています。

発生している問題・エラーメッセージ

学習データのリストを表示するプログラムを実行した際、

[]
[]
[]

のように空のリストが出力されてしまいます。

エラーメッセージ

該当のソースコード

pythpn
1import os
2import cv2
3import numpy as np
4
5#学習データ作成用の変数定義
6DATADIR = "C:/Users/Desktop/color_learning/dataset/train"
7CATEGORIES = ["other", "red"]
8IMG_SIZE = 1200
9training_data_h  = []
10training_data_s  = []
11training_data_v  = []
12
13#学習データ作成関数
14def create_training_data():
15    for class_num, category in enumerate(CATEGORIES):
16        path = os.path.join(DATADIR, category)
17        for image_name in os.listdir(path):
18            try:
19                img_array = cv2.imread(os.path.join(path, image_name),)  # 画像読み込み
20                img_resize_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))  # 画像のリサイズ
21                img_hsv_array = cv2.cvtColor(img_resize_array, cv2.COLOR_BGR2HSV)#HSV変換
22                h,s,v = cv2.split(img_hsv_array)#HSVのデータ分割
23                h = [np.hsplit(row,1200) for row in np.vsplit(h,1200)]#データを画素単位に分割
24                s = [np.hsplit(row,1200) for row in np.vsplit(s,1200)]
25                v = [np.hsplit(row,1200) for row in np.vsplit(v,1200)]
26                h = np.array(h)
27                s = np.array(s)
28                v = np.array(v)
29                h = h.reshape(-1,1).astype(np.float32)#hのデータ形状変更
30                s = s.reshape(-1,1).astype(np.float32)#sのデータ形状変更
31                v = v.reshape(-1,1).astype(np.float32)#vのデータ形状変更
32                
33                for pixel in training_data_h:
34                    training_data_h.extend([h, class_num])  # 画素データ、ラベル情報を追加
35                for pixel in training_data_s:
36                    training_data_s.extend([s, class_num])  # 画素データ、ラベル情報を追加
37                for pixel in training_data_v:
38                    training_data_v.extend([v, class_num])  # 画素データ、ラベル情報を追加
39            except Exception as e:
40                pass
41
42create_training_data()
43
44print(training_data_h)
45print(training_data_s)
46print(training_data_v)