【问题标题】：Understand python image arrays了解python图像数组
【发布时间】：2019-12-11 21:15:31
【问题描述】：

我可以像这样声明一个 3D 数组：

3D 数组，形状-(2, 2, 2)

3D_array = np.array([[[0, 1],[2, 3]], [[4, 5],[6, 7]]])

所以如果我有一个图像10*10(pixels) 3 rgb 通道，image.shape 将是(3x10x10)。但是我一直看到 image.shape 等于(10x10x3)，我不明白为什么？

感谢您的关注。

【问题讨论】：

【解决方案1】：

通常在 numpy 和 matplotlib 中，RGB 通道位于最后一个轴上。这只是一个约定，因此您对此无能为力。如果您使用的程序使用其他约定（通道优先），您可以使用以下方式转换图像：

channels_first_im = np.moveaxis(channels_last_im, 0, 1)

反之：

channels_last_im = np.moveaxis(channels_first_im, 0, -1)

【讨论】：

【解决方案2】：

如果您对为什么约定图像数组的形状为 (N, M, 3) 而不是 (3, N, M) 感到困惑，让我们看看索引在这两种情况下的工作原理。

假设我们有一个名为image_array 的图像，它表示一个宽度和高度为100 像素的随机颜色，让我们尝试对其进行索引以访问索引(50, 50) 处的像素值。

import numpy as np

image = np.random.random((3, 100, 100)) #image.shape == (3, 100, 100)
pixel = image[:, 50, 50] #pixel.shape == (3,)

import numpy as np

image = np.random.random((100, 100, 3)) #image.shape == (100, 100, 3)
pixel = image[50, 50] #pixel.shape == (3,)

将通道作为数组的最后一维，意味着单个像素信息更易于索引查找。在第一种情况下，我们需要指定每次都需要整个第一个维度。这些本质上是相同的，但是将通道放在最后可以让我们在如何索引数组方面不那么冗长。

【讨论】：