Python 将 3 通道 rgb 彩色图像更改为 1 通道灰色的速度有多快？

Question

我在包含原始像素数据的 4D 数组中拥有近 40000 张图像 - （示例数量、宽度、高度、通道）。每个图像的宽度为 32 像素，高度为 32 像素，以及 3 个 RGB 颜色通道。我想将它们更改为灰度图像（从 rgb 的 3 个通道获得 1 的强度）。我怎么能做得很快？我的代码：

import pickle
import cv2
training_file = "/train.p"

with open(training_file, mode='rb') as f:
train = pickle.load(f)
X_train = train['features']

def rgb2gray(rgb):
    r, g, b = rgb[0], rgb[1], rgb[2]
    gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
return gray

X_train_gray = X_train.copy()

for i in range (X_train_gray.shape[0]):
    for j in range (X_train_gray.shape[1]):
        for k in range (X_train_gray.shape[2]):
            rgb = X_train_gray[i,j,k]
            gray = rgb2gray(rgb)
            X_train_gray[i,j,k] = gray

print("X_train image data shape =", X_train.shape)
print("X_train_grey image data shape =", X_train_gray.shape)

结果：
X_train_grey image data shape = (40000, 32, 32, 3)
X_train_grey image data shape = (40000, 32, 32, 1)
很好，但是需要很多时间。

我也尝试使用 cv2：

X_train_gray = X_train[0].copy()
print("X_train_grey image data shape =", X_train_gray.shape)
X_train_gray = cv2.cvtColor(X_train_gray, cv2.COLOR_BGR2GRAY)
print("X_train_grey image data shape =", X_train_gray.shape)

结果：
X_train_grey 图像数据形状 = (32, 32, 3)
X_train_grey 图像数据形状 = (32, 32)
但我失去了强度，不知道如何得到它。
那么如何快速将这些图像从 3 通道 rgb 更改为 1 通道灰色？

Answer 1

如果你可以使用PIL。应该没问题。我有 RGB 图像并转换它们：

from PIL import Image
img = Image.open("image_file_path") #for example image size : 28x28x3
img1 = img.convert('L')  #convert a gray scale
print(img1.size)
>> (28,28)

但是图片没有频道

y = np.expand_dims(img1, axis=-1)
print(y.shape)
>> (28,28,1)