python，numpy：为 3D 数组的整个 2D 平面设置值

Question

我想将多个图像的像素亮度值存储在一个 3D 数组中，但我不确定如何一次性设置 3D“立方体”的整个“平面”的值。这是我的尝试：

imag = Image.open(imagArray[i])
imagPix[:,:,i] = self.getPixelValues(imag)

imagArray 是存储在本地计算机上的图像的文件路径数组，imagPix 是像素值的 3D 数组。 imagPix 最初定义为：

imagPix = np.zeros((width, height, lenImagArray))

其中 width 和 height 是图像的尺寸，lenImagArray 是要保存在数组中的图像数（在本例中为 3）。我已经尝试使用 '0:' 和 ':' 运算符的 imagPix[:,:,i] 行无济于事。

我收到的具体错误是：

ValueError: could not broadcast input array from shape (640, 480, 3) into shape (640, 480)

getPixelValues 方法返回像素亮度值的二维数组。代码如下：

def getPixelValues(self, pixImg): ## pixImg is the location of the image, not the image itself
    ## open image and convert to rgb
    imag = Image.open(str(pixImg))
    imag = imag.convert('RGB')

    ## get size of image
    width, height = imag.size

    pixData = list(imag.getdata())
    pixData = [pixData[i * width:(i+1) * width] for i in xrange(height)]
    ## close image and return pixel array
    imag.close()
    return pixData

我是否必须使用 for 循环而不是一次性设置所有值？ 提前致谢。 :)

编辑：

现在我的 getdata() 返回元组的问题已经解决，我在使用 numpy.mean() 时遇到了一个新问题：

pixData = np.array(imag.getdata())
pixData = [pixData[i * width:(i+1) * width] for i in xrange(height)]
pixData = np.mean(pixData, 2)

这给了我错误：

ValueError: 无法将输入数组从形状 (480, 640) 广播到形状 (640, 480)

所以我的数组的尺寸已经无缘无故地“旋转”了。

Answer 1

您实际上是在尝试将 3 维数组分配给 2 维切片。会发生什么：

• imag.getdata() 返回一个像素值序列。这些像素值实际上是 (R,G,B) 元组。
• 所以list(imag.getdata()) 是一个元组列表。
• 所以pixData 在getPixelValues 内部操作之后是一个元组列表列表。
• 因此，当您尝试将其分配给 numpy 数组切片时，它会被视为 3 维数组。

您需要做什么取决于您真正想要发生的事情。就目前而言，您的 imagPix 数组显然旨在成为 2 维（灰度）图像的 3 维堆栈。因此，您可以以某种适当的方式将您的 3 维图像转换为 2 维。 （可能只是拉出一片就足够了，或者您可能想要对颜色平面进行某种加权平均，或者其他什么。）

或者，也许您实际上希望 imagPix 成为 3 维图像的 4 维堆栈。

或者也许任何创建这些图像的过程都应该创建显式灰度图像，getPixelValues 根本不应该将它们转换为 RGB。