将Numpy阵列中的一个通道广播为三个通道

Question

我有一个RGB图像img,其是形状(2560L, 1920L, 3L)和另一单信道的图像mask,其是形状(2560L, 1920L).现在,我想制作这种mask形状,(2560L, 1920L, 3L)即我想将这个单通道数据复制到所有三个通道中.

我这样做如下.

np.array([[[j,j,j] for j in i] for i in mask])

有没有更快的方法来使用numpy？

Answer 1

np.repeat(mask.reshape(2560L, 1920L, 1L), 3, axis=2)

Answer 2

如果您绝对希望蒙版为(2560, 1920, 3)，则可以简单地沿轴将其扩展（有多种方法可以做到，但是这很简单）：

>>> mask = np.random.random_integers(0, 255, (15, 12))
>>> mask_3d = mask[:, :, None] * np.ones(3, dtype=int)[None, None, :]
>>> mask.shape
(15L, 12L)
>>> mask_3d.shape
(15L, 12L, 3L)

但是，通常，您可以直接使用这些广播。例如，如果您想将图像乘以蒙版：

>>> img = np.random.random_integers(0, 255, (15, 12, 3))
>>> img.shape
(15L, 12L, 3L)
>>> converted = img * mask[:, :, None]
>>> converted.shape
(15L, 12L, 3L)

所以，你永远不会有创建(n, m, 3)面膜：广播是通过操纵遮片阵列的进步，而不是创建一个更大的，冗余的一个上飞完成。大多数numpy操作都支持这种广播：二进制操作（如上所述），但也可以建立索引：

>>> # Take the lower part of the image
>>> mask = np.tri(15, 12, dtype=bool)
>>> # Apply mask to first channel
>>> one_channel = img[:, :, 0][mask]
>>> one_channel.shape
(114L,)
>>> # Apply mask to all channels
>>> pixels = img[mask]
>>> pixels.shape
(114L, 3L)
>>> np.all(pixels[:, 0] == one_channel)
True

Answer 3

尺寸可以沿最后一个轴展开，然后按如下方式平铺。

mask = np.random.randn(200, 150)
mask3d = np.tile(mask[:, :, None], [1, 1, 3])

[1, 1, 3]在最后一个维度中将蒙版平铺 3 次。