如何在Python中将图像数组转换为2D数组

Question

我有那种形状的图像的numpy数组：

(50000, 32, 32, 3)

• 50000是图像数量
• 32, 32是高度和宽度
• 3是0-1范围内的RGB值

我想将其转换为2D形状：

(50000, 1024)

在这里，我将在一行中表示50000张图像，将RGB值转换为一个十六进制值，我已经将许多转换过程转换为堆栈溢出并发现了一些值。 我知道，如果我的数组是具有已转换值的3D数组，我可以轻松地使用reshape()函数将其转换为2D。 现在，我正在搜索的是转换RGB值和调整数组形状的最简单方法

1行或2行是否可能，还是应该使用外部功能？

Answer 1

首先使用您喜欢的任何功能将最后一个维度中的RGB值转换为十六进制值。 这样的答案可能会有所帮助。

然后重塑可在任意多个尺寸上使用：

import numpy as np

def rgb2hex(r, g, b):
    return '#%02x%02x%02x' % (r, g, b)

vfunc = np.vectorize(rgb2hex)

a = (np.random.uniform(0,1,(10,5,5,3))*255).astype(int)

c = vfunc(a[:,:,:,0], a[:,:,:,1], a[:,:,:,2])

c.reshape((10,25))

Answer 2

以下将RGB值合并为一个值

x=np.zeros((100,32,32,3))
x[:,:,:,0] = np.trunc(x[:,:,:,0]) + np.trunc(x[:,:,:,1] *256) + np.trunc(x[:,:,:,2] *65535)
y=x[:,:,:,0]
print(y.shape)

y的最终形状：（100，32，32）

接下来，您可以在y上使用重塑功能。

Answer 3

为此，您首先需要重塑ndarray （ np.reshape ）：

a = np.random.randint(1,10,(500, 32, 32, 3))
a_r = np.reshape(a, (500, 1024, 3))
print(a_r.shape)
# (500, 1024, 3)

现在，为了按照建议将最后一个维度上的RGB值转换为十六进制表示，您可以定义一个函数，该函数以简单的字符串格式返回三个值的十六进制表示：

def rgb_to_hex(x):
    return '#{:02X}{:02X}{:02X}'.format(*rgb.reshape(3))

为了将转换应用于最后一个轴上的所有行，可以使用np.apply_along_axis ：

a_new = np.apply_along_axis(rgb2hex, axis=-1, arr=a_r).shape
print(a_new.shape)
# (500, 1024)