Question

我一直在用Python上在线课程，遇到了一些我无法解释的代码。我正在尝试计算图像的红色，绿色和蓝色通道的总和，这样做的代码行是：

img = plt.imread('480px-Astronaut-EVA.jpg') intensity = img.sum(axis=2)

为什么使用axis=2对所有三个通道的值求和？我正在使用matplotlib库。

Answer 1

我找到了您正在谈论的原始代码。我认为是：

import matplotlib.pyplot as plt

# Load the image into an array: img
img = plt.imread('myImage.jpg')

# Print the shape of the image
print(img.shape)  # Outputs : (480, 480, 3)

然后，它计算第三个通道上的强度总和。

记住轴分别是：0、1和2。

# Compute the sum of the red, green and blue channels: intensity
intensity = img.sum(axis=2)

如果打印强度的形状：

# Print the shape of the intensity
print(intensity.shape)  # Output : (480, 480)

这意味着对于每个位置（axe0_point，axe1_point），您将ax 2的值相加。

例如，如果img[50,50] == [10,10,10]，您将拥有intensity[50,50] = 30

Answer 2

来自documentation：

对于RGB图像，返回值为MxNx3。

这表示图像以MxN像素阵列存储，每个像素具有3个元组（R，G，B值）。 img.sum(axis=2)表示将每个像素的第三个轴（RGB值）相加，返回一个MxN强度值数组。

Answer 3

axis = 2（第三轴）指示求和颜色分量的总和：

B = image[:,:,0]; G = image[:,:,1]; R = image[:,:,2]

Answer 4

图像从文件读入numpy数组。通过阅读文章Numpy sum axis intuition（尤其是示例），您可以了解轴和数据操作的整个概念：

理解numpy sum的“轴”的方法是折叠指定的轴。因此，当它折叠轴0（行）时，它就变成一行和一列的和。

在2-d数组中，这可能会令人困惑，但是当我们谈论3-d，4-d，n-d时，这是定义轴的更直接的方法。

使用Python计算红色，绿色和蓝色通道的总和

4 个答案: