图像数组索引

1.三维数组的索引

参考：( NumPy 三维数组以及高维数组切片和索引_king52113141314的博客-CSDN博客_numpy三维数组索引https://blog.csdn.net/king52113141314/article/details/108405364?spm=1001.2014.3001.5506

三维数组的索引中，第一个维度是矩阵个数，第二个维度是行，第三个维度是列。

关于三维数组的[::-1]的倒序操作：

以下为例：

 

可以看到，将 [::-1]放在第一维，产生的效果是三个矩阵之间的倒序。

 将 [::-1]放在第二维，产生的效果是行的倒序

 将 [::-1]放在第二维，产生的效果是列的倒序

另外，关于[...,]的操作：

还是以a3为例，

可以看到，...相当于省略，省略了写出前两维，然后默认取所有第一维（个数）和第二维（行）的第1列数据。 

2.cv2.imread（）

代码中经常看到 img = img[:, :, ::-1]这样的代码，解释说是BGR通道转化为RGB，并且网上查到有说  图像张量有三个维度，分别表示宽度、长度和颜色通道。image[:,:,::-1]的作用是对颜色通道把RGB转换成BGR，image[:, ::-1, :]的作用是把图像左右翻转，image[::-1, :, :]的作用是把图像上下颠倒。

图像张量有三个维度，分别表示宽度、长度和颜色通道似乎和我上面理解的三维数组的第一维代表个数，第二三维分别代表行列的情况不太一样。是因为张量和数组的索引机制不一样吗？

在验证这个问题之前，先要确认cv2.imread（）读进来的数据是张量还是数组？

参考：【OpenCV 完整例程】01. 图像的读取（cv2.imread）_youcans的博客-CSDN博客_opencv读取图片

这篇文章给出了：

所以可以证明cv2.imread（）读进来的确实是数组而不是张量，所以上面看到的阐述有误。而 三个维度分别表示宽度、长度和颜色通道是对的，因为图像读出来的数组是以[R，G，B],[R,G,B]这样三个三个的排列，所以原本理解为行的维度在这里是颜色通道，而这里的宽度相当于原本理解的矩阵个数。

 参考：cv2.imread()读取数据的详细过程_代码小白的成长的博客-CSDN博客_cv2.imread

3.三维张量的索引

关于张量的索引可以参考：深度学习——张量的索引、分片、合并及调整维度-拜师资源博客 (17baishi.com)http://blog.17baishi.com/14678/