numpy数组与图片通道数之间的关系

import numpy as np

# 创建一个 3x3x3 的三维数组
array = np.array([
    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],
    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],
    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]
])
print(array)

打印结果

[[[ 1  2  3]
  [ 4  5  6]
  [ 7  8  9]]

 [[10 11 12]
  [13 14 15]
  [16 17 18]]

 [[19 20 21]
  [22 23 24]
  [25 26 27]]]
[[ 1  4  7]
 [10 13 16]
 [19 22 25]]

利用以下函数打印出第0个通道的元素

k1=array[:,:,0]   #第0个通道的元素
print(k1)

[[ 1  4  7]
 [10 13 16]
 [19 22 25]]

也就是说将这个numpy数组转换成(W,H,C)的形式即(3,3,3)后是这个样子的。相当于rgb图片的3通道数值。

比对可以得到,

k1=array[:,:,0]   #第0个通道的元素
print(k1)

结果为

[[ 1  4  7]
 [10 13 16]
 [19 22 25]]

print(array[0,0,2])   #第0个维度里面向量的第0个维度,第0个维度的第2个元素 注:0,1,2没有3

这里解释看不懂,可以去找资料看下数组的维度是怎么看的(写来给我自己看的,所以不是很详细)

输出结果为3     #这里也可以理解为 第2个通道 (0,0)的元素

  • 10
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值