使用apply_along_axis的解决方案
可以通过使用^{}来实现解决方案:import numpy as np
def grayscale(colors):
"""Return grayscale of given color."""
r, g, b = colors
return 0.07 * r + 0.72 * g + 0.21 * b
image = np.random.uniform(255, size=(10,10,3))
result = np.apply_along_axis(grayscale, 2, image)
实例
10x10图像
我们现在可以开始可视化结果:from matplotlib import pyplot as plt
plt.subplot(1,2,1)
plt.imshow(image)
plt.subplot(1,2,2)
plt.imshow(result, cmap='gray')
文本示例(2x2图像)
要在文本中显示实际结果,我将使用一个较小的数组,仅使用一个2x2图像:image = np.random.uniform(250, size=(2,2,3))
内容是:array([[[205.02229826, 109.56089703, 163.74868594],
[ 11.13557763, 160.98463727, 195.0294515 ]],
[[218.15273335, 84.94373737, 197.70228018],
[ 75.8992683 , 224.49258788, 146.74468294]]])
我们使用自定义函数将其转换为灰度:result = np.apply_along_axis(grayscale, 2, image)
转换的输出是:array([[127.62263079, 157.64461409],
[117.94766108, 197.76399547]])
我们也可以将这个简单的示例可视化,使用与上面相同的代码:
进一步建议
如果您想应用自己的自定义函数,那么apply_along_axis是可行的方法,但是您应该考虑使用Eric建议的^{em>更纯的numpy方法,或者,如果可能的话,只需使用cv2选项加载黑白图像:cv2.imread('smalltext.jpg',0)