如何将numpy矩阵转换为OpenCV图像 [python]

Question

我有一个numpy 2D矩阵，代表着一张彩色图片。这个矩阵中有一些负数和浮点数，但是我可以使用imshow(my_matrix)来显示图片。

我需要对这张彩色图片执行直方图均衡化，所以我在stackoverflow上找到了一段使用OpenCV的代码（OpenCV Python equalizeHist colored image），但问题是我无法将2D矩阵转换为需要RGB三个通道的OpenCV矩阵。

我再次搜索，但我发现所有的内容都是将常规的3D numpy矩阵转换为OpenCV矩阵，那么如何将numpy 2D矩阵转换为需要3个通道的OpenCV矩阵呢？

- user2266175

---

my_matrix.shape的输出是什么？ - akilat90

输出为 (90, 100)。 - user2266175

我有一个numpy 2D矩阵，它代表了一张彩色图片。如果你知道这个彩色图片的原始形状，你可以使用np.reshape()将其转换为一个3D数组。 - akilat90

new_img = np.reshape(img,(rows,cols/3,3) - zindarod

在这行代码中出现了错误：ValueError: 无法将大小为9000的数组重新塑形为(90,33,3)的形状，代码如下：new_img = np.reshape(new_img_tmp,(int(new_img_tmp.shape[0]), int(new_img_tmp.shape[1]/3),3)) - user2266175

Answer 1

因为numpy.ndarray是OpenCV的基础，所以您只需像平常一样编写代码，例如：

img_np = np.ones([100,100])
img_cv = cv2.resize(img_np,(200,200))

你可以尝试

- shouhuxianjian

---

这个回答似乎在回答一个完全不同的问题。问题并没有询问如何调整数组大小。 - Rafael_Espericueta

Answer 2

最好将现有的numpy数组叠放在其自身副本之上，而不是重新调整其大小并添加第三个轴。请查看以下代码：

import numpy as np
import matplotlib.pyplot as plt

a = np.random.rand(90, 100) # Replace this line with your 90x100 numpy array.
a = np.expand_dims(a, axis = 2)
a = np.concatenate((a, a, a), axis = 2)
print(a.shape)
# (90, 100, 3)
plt.imshow(a)
plt.show()

你将会得到一张灰色的图片。

- Prasad

---

谢谢！但是当我使用上面的代码时，我完全分心了，或者可以说出现了不同的图像！ - user2266175

希望你在运行时没有使用 np.random.rand 这一行。你需要用你已经存在的 90x100 的 numpy 数组替换掉这一行。我只是为了代码完成而生成了一个随机数组。 - Prasad

当然不是。我只是把我的矩阵插到那里；）但是我得到了奇怪的结果。我不知道是否可以将原始图像和结果图像发送给您。这是我正在做的事情：a = new_img_tmp a = np.expand_dims(a, axis = 2) a = np.concatenate((a, a, a), axis = 2) print(a.shape)

(90, 100, 3)

plt.imshow(a) plt.show() - user2266175