Question

我有4D RGB image_data [图像，高度，宽度，通道]，在我的情况下，尺寸是（x，32,32,3），我想将这些图像转换为灰度，这样我仍然有4D所以我的尺寸是（x，32,32,1）。

我发现了一个非常简单的rgb2gray转换：

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

这个问题是它返回我（x，32,32），所以我失去了一个维度。

现在我想到的for循环中的解决方案正在关注并且它可以工作：

def rgb2gray(images):
    gray_images = []
    for image in images:
        gray_image = []
        for size in image:
            gray_size = []
            for channels in size:
                channel = [np.dot(channels, [0.299, 0.587, 0.114])]
                gray_size.append(channel)
            gray_image.append(gray_size)
        gray_images.append(gray_image)
    return np.array(gray_images)

现在，我想知道是否有更神奇的方法来实现相同的结果，并且是否存在可以显示它的向导。谢谢。

Answer 1

您可以使用np.dot或np.tensordot或np.matmul或np.einsum -

np.dot(images,[0.299, 0.587, 0.114])[...,None]
np.tensordot(images,[0.299, 0.587, 0.114],axes=((-1),(-1)))[...,None]
np.matmul(images, [0.299, 0.587, 0.114])[...,None]
np.einsum('ijkl,l->ijk',images, [0.299, 0.587, 0.114])[...,None]

运行样本以验证形状 -

In [41]: images = np.random.randint(0,255,(10,32,32,3))

In [42]: np.dot(images,[0.299, 0.587, 0.114])[...,None].shape
Out[42]: (10, 32, 32, 1)

In [43]: np.tensordot(images,[0.299, 0.587, 0.114],axes=((-1),(-1)))[...,None].shape
Out[43]: (10, 32, 32, 1)

In [44]: np.matmul(images, [0.299, 0.587, 0.114])[...,None].shape
Out[44]: (10, 32, 32, 1)

In [45]: np.einsum('ijkl,l->ijk',images, [0.299, 0.587, 0.114])[...,None].shape
Out[45]: (10, 32, 32, 1)

回顾你的问题，你有rgb2gray(rgb)返回(n,32,32)形状的数组。因此，您需要的唯一修改是在最后添加一个新的轴/单一维度np.newaxis/None。我们通过[...,np.newaxis]或[...,None]来实现此目标。

因此，获得所需输出的另一种方法是使用缩放数组的2D数组版本，从而避免显式追加新轴，如此 -

np.dot(images,np.array([[0.299], [0.587], [0.114]]))

在rgb2gray转换中保持图像数据堆栈的维度

1 个答案: