如何在python中产生RGB立方体矩阵？

Question

我试图创建一个大小为256 * 256 * 3的标准化矩阵，该矩阵代表RGB立方体，

我在opencv-中尝试了以下代码（我将numpy导入为np）：

R = [np.true_divide(i, 256) for i in xrange(256)]
RGB_Cube = np.zeros((256, 256, 3), dtype=np.float64)
RGB_Cube[:, :, 0] = RGB_Cube[:, :, 1] = RGB_Cube[:, :, 2] = np.tile(R, (256,1))

我得到了这个：

我也尝试过此操作（不规范通道）：

R = [i for i in xrange(256)]
# R = np.linspace(0, 1, 256, endpoint=True)
RGB_Cube = np.zeros((256, 256, 3), dtype=np.float64)
RGB_Cube[:, :, 0] = RGB_Cube[:, :, 1] = RGB_Cube[:, :, 2] = np.tile(R, (256,1))

但是我得到了白色的图像。

我想将此矩阵划分为多个子立方体。 然后找到这些长方体的平均值。 之后，我将使用此信息对给定图像进行分割！

我不知道这个问题有多容易，我找不到解决方法。 有人可以帮忙吗？

谢谢

Answer 1

抱歉，我仍然无法理解您的需求。 假设您想要一个“多维数据集”来表示每个可能的8位RGB值，则需要一个256 x 256 x 256（x3）的数组。 不是3 256 x 256（x3）阵列。

请注意-我真的认为您不想这样做。 这样的数据（包括子多维数据集）可以按程序进行处理，而无需将所有内容存储在内存中。 下面的代码存储了约1600万个8位RGB空间值，并在浸入磁盘后大约需要140MB。

无论如何，这里：

import pickle
import numpy as np

# full 8-bit RGB space
bits = 8
cube_dimension = 2**bits
full_rgb_space = np.ndarray((cube_dimension, cube_dimension, cube_dimension, 3),
                            dtype=np.uint8)

# this is really inefficient and will take a long time.
for i in range(cube_dimension):
    print(i)  # just to give some feedback while it's working
    for j in range(cube_dimension):
        for k in range(cube_dimension):
            position = color = (i, j, k)
            full_rgb_space[position] = color

# save it to see what you've got.
# this gives me a 140MB file.
with open('full_rgb_space.p', 'wb') as f:
    pickle.dump(full_rgb_space, f)