Question

假设我要在一个numpy 3-D数组中表示一个具有3个颜色通道（RGB）的尺寸为H * W的图像，因此尺寸为（H，W，3）。让我们以（4,2,3）的简单示例为例。因此，我们创建了一个像这样的数组-img = np.arange(24).reshape(4,2,3)。

为了与上述图像示例相似，元素的值应为-

Channel R: [0,1],[2,3],[4,5],[6,7]
Channel G: [8,9],[10,11],[12,13],[14,15]
Channel B: [16,17],[18,19],[20,21],[22,24]

即3个外部数组和上面嵌套在内部的数组。

但是，np.arange(24).reshape(4,2,3)的结果是-

array([[[ 0,  1,  2],
        [ 3,  4,  5]],

       [[ 6,  7,  8],
        [ 9, 10, 11]],

       [[12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23]]])

如果我想要第一个频道的第一行，即img[0,:,0]，我希望结果为[0,1]，但实际上我会得到[0,3]。

我知道，如果我初始化形状为（3,4,2）的ndarray，我将得到想要的东西。但是我想使用（H，W，depth）的常规形状。

您能帮我理解我的理解上的空白吗？

Answer 1

我认为您的误解是因为您（错误地）假设从向量到数组的转换首先开始填充第一个索引。实际上，它从最后一个索引开始并向前移动。在您的示例中，数组填充的顺序为

0-> [0,0,0]

1-> [0,0,1]

2-> [0,0,2]

3-> [0,1,0] 等等

因此，第一个像素为[0,1,2]，第二个像素为[3,4,5]，您将准确地看到结果。

误解完全在于您的想法，即如何将向量转换为这样的矩阵（并存储在背景中）。定义图像后，所有内容都应与您期望的一样。

顺便说一句：正如hpaulj所说，您确实可能会遇到保存为[3，X，Y]大小的图像。

numpy ndarray的解释

1 个答案: