使用python仅在R（红色）通道中显示图像

Question

嗨，我在图像处理方面是一个非常新的人，现在我正在使用python处理图像以获取更多见解。但是，我对颜色通道的理解有些不满意。

我认为，形状为（400、400、3）的RGB图像表示该图像由3个通道组成，每个通道具有400 * 400像素。同一位置不同颜色的三个像素代表整个图像中的整个像素。

因此image [:,：，0]代表红色通道中的图像。如果显示它，它应该会给出全红色的图像。我这样做了，但是输出并不理想：

plt.figure(figsize=(15,5))
plt.imshow(im[:,:,0])  # im is the image

对不起，但是我还没有足够的信誉来上传图像，上面的输出是绿色的，但是并不是完全绿色的。

然后我从其他人那里得到了一个想法，他们将im [：，：，0]分配给一个与图像形状相同的零数组。然后，输出为完全红色。代码是：

tmp_im = np.zeros(im.shape, dtype="uint8")
tmp_im[:,:,0] = im[:,:,0]
plt.figure(figsize=(15,5))
plt.imshow(tmp_im)

所以我在想，这两者之间的唯一区别是第一个代码中的imshow（）参数是2D，它仅包含R通道中的元素。但是，第二个是3D，尽管其他两个通道中的元素都是0。这是导致输出不同的原因吗？

如果我的理解有误，请纠正我。

非常感谢您。

Answer 1

是的，正确。在第一种情况下，您从图像中提取了2D数组，并且imshow默认情况下会应用标准的颜色图viridis afaik，实际上是绿色的。这适用于应该显示为热图的数据数组，但不适用于图片。

另一方面，imshow将3D数组（即具有RGB值的数组）自动解释为图像。因此，如果在这种情况下，只有第一个成分与0不同，您将得到红色图片。

但是，您可以通过cmap kwarg强制imshow对2D数组使用您选择的颜色图：

plt.imshow(img_name, cmap=cm_name)

，其中cm_name是以下内容之一： 'Greys'或'Greys_r'以获取图像的灰度表示（或您的情况下的R通道）。当然还有'Reds'和'Reds_r'可用-猜猜......
对于完整的列表，只需在cm_name中输入一个错字即可-错误消息非常冗长且内容丰富：

Possible values are: Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r, Pastel2, Pastel2_r, PiYG, PiYG_r, PuBu, PuBuGn, PuBuGn_r, PuBu_r, PuOr, PuOr_r, PuRd, PuRd_r, Purples, Purples_r, RdBu, RdBu_r, RdGy, RdGy_r, RdPu, RdPu_r, RdYlBu, RdYlBu_r, RdYlGn, RdYlGn_r, Reds, Reds_r, Set1, Set1_r, Set2, Set2_r, Set3, Set3_r, Spectral, Spectral_r, Wistia, Wistia_r, YlGn, YlGnBu, YlGnBu_r, YlGn_r, YlOrBr, YlOrBr_r, YlOrRd, YlOrRd_r, afmhot, afmhot_r, autumn, autumn_r, binary, binary_r, bone, bone_r, brg, brg_r, bwr, bwr_r, cividis, cividis_r, cool, cool_r, coolwarm, coolwarm_r, copper, copper_r, cubehelix, cubehelix_r, flag, flag_r, gist_earth, gist_earth_r, gist_gray, gist_gray_r, gist_heat, gist_heat_r, gist_ncar, gist_ncar_r, gist_rainbow, gist_rainbow_r, gist_stern, gist_stern_r, gist_yarg, gist_yarg_r, gnuplot, gnuplot2, gnuplot2_r, gnuplot_r, gray, gray_r, hot, hot_r, hsv, hsv_r, inferno, inferno_r, jet, jet_r, magma, magma_r, nipy_spectral, nipy_spectral_r, ocean, ocean_r, pink, pink_r, plasma, plasma_r, prism, prism_r, rainbow, rainbow_r, seismic, seismic_r, spring, spring_r, summer, summer_r, tab10, tab10_r, tab20, tab20_r, tab20b, tab20b_r, tab20c, tab20c_r, terrain, terrain_r, viridis, viridis_r, winter, winter_r

要显示差异，请参见以下示例图：

使用以下代码创建：

import imageio
import matplotlib.pyplot as plt
import numpy as np
im = imageio.imread('imageio:chelsea.png')
im_r = np.zeros(np.shape(im))
im_r[:, :, 0] = im[:, :, 0]
fig, axs = plt.subplots(2, 2, figsize=(10, 8))
axs[0, 0].imshow(im[:, :, 0])
axs[1, 0].imshow(im[:, :, 0], cmap='Greys_r')
axs[0, 1].imshow(im[:, :, 0], cmap='Reds_r')
axs[1, 1].imshow(im_r.astype(int))
axs[0, 0].set_title('pure imshow of 2D-array (R-channel)')
axs[1, 0].set_title('imshow of 2D-array with cmap="Grey_r"')
axs[0, 1].set_title('imshow of 2D-array with cmap="Reds_r"')
axs[1, 1].set_title('imshow of 3D-array with coordinates 1 and 2 \n(i.e.: channels G and B) set to 0')
plt.tight_layout()