如何将numpy矩阵转换为cv2图像[python]

Question

我有一个numpy 2d矩阵，代表彩色图像。 这个矩阵有一些负数和浮点数，但我当然可以使用imshow（my_matrix）显示图像。

my_matrix_screenshot

我需要对这个彩色图像执行直方图均衡，所以我在stackoverflow中使用cv2（ OpenCV Python equalizeHist彩色图像 ）找到了一个代码，但问题是我无法将2d矩阵转换为cv矩阵，它需要三个RGB通道。

我再次搜索，但我发现只是将常规的3d numpy矩阵转换为cv2矩阵，那么如何将numpy 2d矩阵转换为具有3个通道的cv2矩阵？

Answer 1

因为numpy.ndarray是cv2的基础，所以你只需像往常一样编写代码

img_np = np.ones([100,100])
img_cv = cv2.resize(img_np,(200,200))

你可以试试

Answer 2

最好将现有的numpy数组叠加到自己副本的另一个上，而不是重新整形并添加第三个轴。 检查此代码：

import numpy as np
import matplotlib.pyplot as plt

a = np.random.rand(90, 100) # Replace this line with your 90x100 numpy array.
a = np.expand_dims(a, axis = 2)
a = np.concatenate((a, a, a), axis = 2)
print(a.shape)
# (90, 100, 3)
plt.imshow(a)
plt.show()

你会得到一个灰色的图像。