切片图像的通道并将通道存储到 numpy 数组中（与图像大小相同）。绘制未给出原始图像的 numpy 数组

【问题标题】：Slicing the channels of image and storing the channels into numpy array(same size as image). Plotting the numpy array not giving the original image切片图像的通道并将通道存储到 numpy 数组中（与图像大小相同）。绘制未给出原始图像的 numpy 数组
【发布时间】：2019-07-18 14:44:20
【问题描述】：

我分离了彩色图像的 3 个通道。我创建了一个与图像大小相同的新 NumPy 数组，并将图像的 3 个通道存储到 3D NumPy 数组的 3 个切片中。绘制 NumPy 数组后，绘制的图像与原始图像不同。为什么会这样？

img 和 new_img 数组的元素相同，但图像不同。

    import matplotlib.image as mpimg
    import matplotlib.pyplot as plt
    import numpy as np

    img=mpimg.imread('/storage/emulated/0/1sumint/kali5.jpg')

    new_img=np.empty(img.shape)

    new_img[:,:,0]=img[:,:,0]
    new_img[:,:,1]=img[:,:,1]
    new_img[:,:,2]=img[:,:,2]

    plt.imshow(new_img)
    plt.show()

期待与原始图像相同的图像。

【问题讨论】：

标签： matplotlib image-processing rgb numpy-slicing bgr

【解决方案1】：

问题是您的新图像将在此行使用float64 的默认数据类型创建：

new_img=np.empty(img.shape)

除非您指定不同的dtype。

您可以（最好）像这样复制原始图像的dtype：

new_img = np.empty(im.shape, dtype=img.dtype)

或使用类似的东西：

new_img = np.zeros_like(im)

或者（最坏的）指定一个你碰巧知道的匹配你的数据，像这样，

new_img = np.empty(im.shape, dtype=np.uint8)

我认为你有一些理由一次复制一个频道，但如果没有，你可以避免上述所有问题，只需这样做：

new_img = np.copy(img)

【讨论】：