在python中，如何使用np數組有效地處理多維？

Question

我的數據集中有成千上萬的32 X 32 RGB圖像。 例如。

X_train，形狀（123123、32、32、3）

我想將rgb變灰，並將形狀更改為（123123，32，32，1）

我這里的代碼非常不夠，我想知道什么是最好的方法。 我在AWS G2或P2主機上，所以我有GPU。

謝謝。

def grayedOut(x) :
    out = []

    for n in range(len(x)) :
        nv = []
        for i in range(len(x[n])) :
            iv = []
            for j in range(len(x[n,i])) :
                r,g,b = x[n,i,j,0], x[n,i,j,1], x[n, i,j,2]
                gray = np.uint8(0.2989 * r + 0.5870 * g + 0.1140 * b)

                iv.append(np.asarray([gray]))
            nv.append(iv)
        out.append(nv)
    return np.asarray(out)

Answer 1

你可以簡單地寫

def grayedOut(x):
    return x.dot([0.2989, 0.5870, 0.1140])[..., np.newaxis].astype(np.uint8) 

• x.dot([0.2989, 0.5870, 0.1140]) ：計算每個像素的灰度分量。 結果形狀將為(123123, 32, 32)
• [..., np.newaxis] ：為結果創建一個新軸，並給出所需的形狀(123123, 32, 32, 1)
• .astype(np.uint8) ：將數據類型轉換為uint8。

Answer 2

假設images是所有 RGB圖像的數組。 然后，以下代碼生成灰度圖像數組：

coeffs = np.array([0.2989, 0.5870, 0.1140])
gray = np.apply_along_axis(coeffs.dot, 3, images).astype(np.uint8)

我希望這段代碼比您的三重循環更快。