Question

我有一个ndarray代表具有不同通道的图像，像这样：

image =（8,100,100），其中8 =个通道，每个通道的实际图像100x100

我有兴趣提取该图像的RGB分量：

imageRGB = np.take(image, [4,2,1], axis = 0)

这样，我有一个（3,100,100）的RGB分量数组。但是，我需要对其进行可视化处理，所以我需要一个数组（100,100,3），我认为这样做很简单，但是我尝试的所有方法都行不通。

Answer 1

numpy einsum是一个很好的工具。正式文件：https://docs.scipy.org/doc/numpy/reference/generated/numpy.einsum.html

import numpy as np

imageRGB = np.random.randint(0,5,size=(3,100,101)) 
# set the last dim to 101 just to make stuff more clear
imageRGB.shape
# (3,100,101)

imageRGB_reshape = np.einsum('kij->ijk',imageRGB)
imageRGB_reshape.shape
# (100,101,3)

我认为这是最清晰的读写方式。

Answer 2

哇，谢谢！我从没想过要使用爱因斯坦求和，但实际上效果很好。

出于好奇，是否可以手动构建它？例如：

R = image[4,:,:]
G = image[2,:,:]
B = image[1,:,:]
imageRGB = ???

图片从[3，M，N]到[M，N，3]

2 个答案: