用python将图像转换为三维数组之后，每一维，每个元素值都代表着什么？

对于一张图片来说，人眼看到的是各种颜色的组合，而计算机看到则是一堆范围在0~255之间的像素值，也就是说如果想让计算机处理图像，首先我们应该将图像转换为数字。怎么转换呢？转换完之后每一维，每个元素值都代表什么含义呢？

1.图像转换

这里用到了一张用PS生成的5x5大小的RGB彩色图像，python，以及scipy.misc库。
这是测试的图像：

下面是两行简单的代码，可以将图像转换为数组：

import scipy.misc # 首先应该用pip安装scipy库
print(scipy.misc.imread("./5.jpg"))

运行后结果如下：

[[[188  71  38]
  [254 113   0]
  [226 127   0]
  [132  91  39]
  [ 28  46  84]]

 [[118  12 112]
  [202  65  59]
  [242 110  27]
  [218 111  29]
  [151  89  38]]

 [[112  42 102]
  [134  25  90]
  [191  55  59]
  [243 112  22]
  [236 129   0]]

 [[159 116  61]
  [119  52  87]
  [134  29  88]
  [180  66  66]
  [218 116   5]]

 [[232 212  19]
  [166 110  75]
  [136  27 110]
  [145  16 108]
  [183  66  46]]]

2.分析结果

从输出结果来看，python将这张5x5大小的图片转换成了一个3维数组，每个“[ ]”，代表一个维度。每一个维度都代表什么含义呢？

借助macOS下的取色工具，我取到了位于图片最左上角那个像素的RGB值，我们用（1，1）来表示这个像素。这个值是（185，71，44），然后我又取到了（1，2）位置上的RGB值为（251，113，34），然后（1，3），（1，4），（1，5）上的RGB的值分别为（223，126，31），（131，91，44），（29，47，83）。

由于取色器取到的RGB值和python取到的RGB值有一定的误差，所有每个像素的值上下都会差几个数，但是这并不影响我们从中寻找规律。

将取色器的值与输出结果进行比对，我们可以发现，三维数组的最里面的第三个维度（也就是最里面的“[ ]”）代表的是一个像素点的RGB值，第二个维度代表的是这张图片的每一行的5个像素点的RGB值，第三个维度代表的就是这个图片。