我有一个ndarray,表示一个具有不同通道的图像,如下所示:
图像= (8,100,100),其中8=channels,100x100是每个通道的实际图像
我对提取该图像的RGB组件很感兴趣:
imageRGB = np.take(image, [4,2,1], axis = 0)通过这种方式,我得到了一个包含RGB组件的(3,100,100)数组。然而,我需要可视化它,所以我需要一个(100,100,3)数组,我认为这样做很简单,但我尝试的所有方法都不起作用。
发布于 2019-11-15 20:30:36
numpy einsum是一个很好的工具。官方文档:https://docs.scipy.org/doc/numpy/reference/generated/numpy.einsum.html
import numpy as np
imageRGB = np.random.randint(0,5,size=(3,100,101))
# set the last dim to 101 just to make stuff more clear
imageRGB.shape
# (3,100,101)
imageRGB_reshape = np.einsum('kij->ijk',imageRGB)
imageRGB_reshape.shape
# (100,101,3)在我看来,这是最清晰的写作和阅读方式。
发布于 2019-11-15 20:48:25
哇,谢谢!我从来没有想过使用爱因斯坦求和,实际上它很有效。
出于好奇,是否可以手动构建它?例如:
R = image[4,:,:]
G = image[2,:,:]
B = image[1,:,:]
imageRGB = ???https://stackoverflow.com/questions/58877083
复制相似问题