快捷導(dǎo)航

numpy數(shù)組transpose與圖像使用詳解

更新時(shí)間：2025年09月02日 10:53:35 作者：trayvontang

文章介紹numpy數(shù)組的基本屬性及三維數(shù)組transpose操作,通過(guò)調(diào)整維度順序?qū)GB分離,應(yīng)用在白平衡的灰度世界算法中

基本屬性

首先，了解一點(diǎn)numpy數(shù)組基本屬性。

屬性	含義
narray.ndim	秩，維數(shù)，一維數(shù)組的秩為1，二維數(shù)組的秩為2
narray.shape	維度表示，行數(shù)、列數(shù)等
narray.size	元素總個(gè)數(shù)，等于shape屬性中元組元素的乘積
narray.dtype	元素類型

transpose 與 reshape

import numpy as np

# 一維數(shù)組transpose無(wú)意義
data = np.arange(4)
print(data)
data = data.transpose()
print(data)


# 二維數(shù)組，橫縱坐標(biāo)互換
data = np.arange(8).reshape(4, 2)
print(data)
data = data.transpose()
print(data)

# 三維數(shù)組，可以理解為2個(gè) 3行 * 4列的二維數(shù)組
data = np.arange(24).reshape(2, 3, 4)
print(data)

# transpose其實(shí)接受參數(shù)，不過(guò)對(duì)于一二維數(shù)組沒(méi)有必要
# 參數(shù)可以是0,1,2，可以想象成對(duì)應(yīng)x,y,z坐標(biāo)
data = data.transpose(2, 1, 0)
print(data)

一二維數(shù)組沒(méi)有什么好說(shuō)，三維數(shù)組的transpose找對(duì)應(yīng)關(guān)系稍微復(fù)雜，不過(guò)相比于尋找具體的對(duì)應(yīng)關(guān)系，我覺(jué)得更好理解的是：

第0個(gè)維度：對(duì)應(yīng)有多少個(gè)二維數(shù)組
第1個(gè)維度：對(duì)應(yīng)每個(gè)二維數(shù)組的行數(shù)
第2個(gè)維度：對(duì)應(yīng)每個(gè)二維數(shù)組的列數(shù)

舉個(gè)簡(jiǎn)單例子：

img = Image.open(r"G:\tmp\wbc.jpg")
img_arr = np.array(img).astype(np.uint8)
print(img_arr.shape)
print(img_arr)

img_arr = img_arr.transpose(2, 0, 1)
print(img_arr.shape)
print(img_arr)

一個(gè)540 * 720的圖片，通過(guò)numpy轉(zhuǎn)為數(shù)組的shape是(720,540,3)，相當(dāng)于720個(gè)540行3列的數(shù)組，參數(shù)對(duì)應(yīng)關(guān)系：

第0個(gè)維度：720
第1個(gè)維度：540
第2個(gè)維度：3

我們可以通過(guò)transpose(2, 0, 1)，把數(shù)組變?yōu)榈诙€(gè)參數(shù)變?yōu)榈?個(gè)參數(shù)，第0個(gè)參數(shù)變?yōu)榈谝粋€(gè)，第一個(gè)參數(shù)變?yōu)榈诙€(gè)，于是：

第0個(gè)維度：3
第1個(gè)維度：720
第2個(gè)維度：540

這樣數(shù)組的shape就變?yōu)?3,720,540)，相當(dāng)于3個(gè)720行，540列的二維數(shù)組，這樣我們就成功的將RGB分離出來(lái)，方便進(jìn)一步計(jì)算。

應(yīng)用

白平衡中的灰度世界算法：

import numpy as np
from PIL import Image


def gray_world(src_img_path, dest_img_path):
    """
    灰度世界算法
    """
    src_img = Image.open(src_img_path)
    # 圖形轉(zhuǎn)numpy數(shù)組
    image_arr = np.array(src_img).astype(np.uint32)
    # 分離RGB
    image_arr = image_arr.transpose(2, 0, 1)

    avg_red = np.average(image_arr[0])
    avg_green = np.average(image_arr[1])
    avg_blue = np.average(image_arr[2])

    gray = (avg_red + avg_green + avg_blue) / 3

    kred = gray / avg_red
    kgreen = gray / avg_green
    kblue = gray / avg_blue

    image_arr[0] = np.minimum(image_arr[0] * kred, 255)
    image_arr[1] = np.minimum(image_arr[1] * kgreen, 255)
    image_arr[2] = np.minimum(image_arr[2] * kblue, 255)

    # 重新合并RGB
    image_arr = image_arr.transpose(1, 2, 0)
    # numpy數(shù)組轉(zhuǎn)圖像
    img = Image.fromarray(image_arr.astype('uint8')).convert('RGB')
    img.save(dest_img_path)

if __name__ == '__main__':
    img_path = r"G:\tmp\2d.jpg";
    gray_world(img_path, r"G:\tmp\gray_world.jpg")