如何在Python中将黑白图像转换为3维数组？

Question

我有一张图片，它是RGB格式或灰度格式（我通过Gimp进行了转换），现在每次我加载灰度图像，或者只是将其转换为灰度格式时，形状总是显示为[高度，宽度]，而没有第三个维度（颜色通道数）。

我知道通常黑白图像是以这种方式存储的，但我特别需要[高度，宽度，1]的图像形状，就像你会得到的那样，比如：

numpy.zeros(shape=[400, 400, 1])

- danchy

---

你尝试过这些解决方案中的任何一个吗？ - Divakar

是的，两个解决方案都有效，我忘记将其中一个标记为已接受，谢谢提醒！ - danchy

Answer 1

您始终可以使用np.expand_dims添加“空”维度：

>>> a2d = np.ones((100, 200))
>>> a3d = np.expand_dims(a2d, axis=2)
>>> a3d.shape
(100, 200, 1)

或者使用None或np.newaxis进行切片：

>>> a2d[..., None].shape  # instead of "..." (Ellipsis) you could also use `[:, :, None]`
(100, 200, 1)

我更喜欢使用np.expand_dims，因为相比于切片操作，它更能明确地展示出发生了什么。

---

如果需要有条件地使用它，请先检查arr.ndim：

if arr.ndim == 2:
    arr = np.expand_dims(arr, axis=2)

- MSeifert

Answer 2

为此目的，有一个内置的np.atleast_3d函数 -

np.atleast_3d(img)

这个内置函数通过在2D数组后附加一个新轴，保持输出形状为3D，对于3D输入则不做改变，在幕后处理所有内容。

示例运行结果 -

In [42]: img = np.random.randint(0,255,(800,600)) # grayscale img

In [43]: np.atleast_3d(img).shape
Out[43]: (800, 600, 1)

In [44]: img = np.random.randint(0,255,(800,600,3)) # RGB img

In [45]: np.atleast_3d(img).shape
Out[45]: (800, 600, 3)

- Divakar

---

我只尝试了np.array(img, ndmin=3, copy=False)，但那只是在前面添加了维度。很高兴知道他们还有另一个函数可以添加维度。 :) - MSeifert

“那个照顾它的东西在引擎盖下”听起来不对。你是想说“那个照顾它的东西…”吗？ - MSeifert

@MSeifert 在那里词汇不足。编辑后更有意义了。 - Divakar

Answer 3

我使用了np.reshape()函数将另一个维度添加到灰度图像中。

grayscale = cv2.cvtColor(raw_data, cv2.COLOR_BGR2GRAY)
print(grayscale.shape) # prints (800,600)

grayscale = grayscale.reshape(grayscale.shape[0], grayscale.shape[1], 1)
print(grayscale.shape) # prints (800,600,1)

- Ming