图像是如何用三维数组表示的？

原创已于 2023-05-01 10:24:50 修改 · 2.8k 阅读

21 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy #计算机视觉 #机器学习

于 2023-04-24 12:59:55 首次发布

深度学习问答专栏收录该内容

5 篇文章

订阅专栏

文章介绍了如何将图像表示为三维数组，以2x3像素的彩色图片为例，说明了数组的第一维表示行数，第二维表示列数，第三维表示RGB颜色通道。图像的形状为(高度,宽度,通道数)，其中通道数通常是3，代表红、绿、蓝三个颜色分量。

文章目录

问：图像是如何表示为一个三维数组，请举例说明

好的，举个例子来说明一下。

假设有一张宽度为3像素、高度为2像素的彩色图片，其中每个像素的颜色可以用0-255之间的整数表示。假设图片的像素值如下：

[(255, 0, 0), (0, 255, 0), (0, 0, 255)]
[(0, 0, 255), (255, 0, 0), (0, 255, 0)]

其中，第一行表示图片的第一行像素，第二行表示图片的第二行像素。每个元素表示一个像素的颜色，由3个整数值组成，分别表示红、绿、蓝三个分量的取值。对于第一个像素，红色分量为255，绿色分量为0，蓝色分量为0，因此表示为(255, 0, 0)。类似地，可以解释其他像素的表示方法。

将这些像素的颜色信息存储在一个三维数组中，可以表示为：

[
  [(255, 0, 0), (0, 255, 0), (0, 0, 255)],
  [(0, 0, 255), (255, 0, 0), (0, 255, 0)]
]

其中，第一维表示行，第二维表示列，第三维表示颜色（即RGB三个分量）。可以用这个三维数组来表示原始的彩色图片。

问：上面三维数据的第一维，第二维，第三维分别是什么

这个三维数组表示一个2行3列的彩色图片（原始图片中包含了6个像素）。其中：

第一维表示图片的行数，即图片中包含2行像素；
第二维表示图片中每行像素的个数，即图片每行包含3个像素；
第三维表示每个像素的信息，即每个像素有3个值，分别表示红、绿、蓝三个分量的取值。因此，每个像素的信息由一个三元组来表示。

例如，这个数组中第一个像素的值为 (255, 0, 0)，表示这个像素的红色分量为255，绿色和蓝色分量均为0。第二个像素的值为 (0, 255, 0)，表示这个像素的绿色分量为255，红色和蓝色分量均为0，以此类推。

问：那它的shape就是2x3x3了吧

是的，这个三维数组的形状（shape）为 (2, 3, 3)，其中第一维长度为2，第二维长度为3，第三维长度为3。可以使用Python的NumPy库来打印数组的形状，示例代码如下：

import numpy as np

arr = np.array([
  [(255, 0, 0), (0, 255, 0), (0, 0, 255)],
  [(0, 0, 255), (255, 0, 0), (0, 255, 0)]
])

print(arr.shape)   # 输出(2, 3, 3)

问：所以说一个图片用数组表示就是高×宽×通道数吧

是的，对于彩色图片，通常使用RGB颜色空间表示每个像素的颜色，因此一个RGB图像可以表示为一个形状为(高度, 宽度, 3)的三维数组，其中第一个维度表示图像的高度，第二个维度表示图像的宽度，第三个维度表示图像中每个像素的颜色通道数（即三个通道：红、绿、蓝）。例如，一张500x400像素的彩色图像可以表示为一个形状为(500, 400, 3)的三维数组。对于灰度图像，每个像素只有一个数值，因此可以表示为一个形状为(高度, 宽度)的二维数组。

对于形状为(高度, 宽度, 1) 的三维数组，它也可以用于表示灰度图像，但这样做的冗余度较高（每个像素的值都包含在最后一个维度中），因此通常情况下不会这样表示灰度图像。