将图像堆叠为 numpy 数组答案

【问题标题】：Stacking images as numpy array将图像堆叠为 numpy 数组
【发布时间】：2014-10-05 10:25:08
【问题描述】：

我正在尝试使用 for 循环将 6 个不同的图像堆叠在另一个之上以创建 3D 堆栈。我是 Python 新手......我无法弄清楚这一点。如何创建堆栈以及以后如何访问堆栈中的每个图像？我的代码有点像这样……

image = data.camera()

noisyImage = np.zeros(image.shape(0),image.shape(1))

fig = plt.figure(figsize=(12,4))  

for i in range(6):
    noisyImage = util.random_noise(image,mode='gaussian',seed=i)
    result = np.dstack(noisyImage,noisyImage)
    ax = plt.subplot(2,3,i)

【问题讨论】：

标签： python arrays image numpy

【解决方案1】：

试试这个：

# reshape array that is (N,M) to one that is (N,M,1)   no increase in size happens.
n1=np.reshape(noisyImage,noisyImage.shape+(1,))
if(i==1):
    result=n1
else:
#   concatenate the N,M,1 version of the array to the stack using the third index (last index) as the axis.
    result=np.concatenate(result,n1,axis=n1.ndim-1)

下面的代码是一个更通用的实现（我上面的答案就是从中得到的），将设计用于单个通道的函数应用于图像中的所有通道。

def MatrixToMultiChannel(f,x,*args,**kwargs):
    nchannels=x.shape[-1]
    y=np.reshape(x,(x.size/nchannels,nchannels))
    for i in range(0,nchannels):
        yi=np.reshape(y[:,i],x.shape[:x.ndim-1])
        m1=genericF(f,yi,*args, **kwargs)
        m1=np.reshape(m1,m1.shape+(1,))
        if(i==0):
            fout=m1
        else:
            fout=np.concatenate((fout,m1),axis=m1.ndim-1)
    return fout

【讨论】：