我对 python 很陌生,因此我可能会冒重复的风险(但我还不知道如何向网络询问)。
我编写了以下方法。它将数组(ROWS,COLS,3) 转换为数组(ROWS,COLS,1)
def convert_greyscale( rgb ):
rgb_greyscale = np.zeros( (rgb.shape[0],rgb.shape[1]), dtype=np.uint8)
for row in range(0, rgb.shape[0]:
for col in range(0, rgb.shape[1]):
rgb_greyscale[row][col] = int(0.2126 * rgb[row][col][0] + 0.7152 * rgb[row][col][1] + 0.0722 * rgb[row][col][2])
return rgb_greyscale
遗憾的是我无法更短地重现它。已经有一篇文章有人提到了 np.dot 的解决方案,但是它与我的小函数的结果不同。
如何使用更高效(lambda)或至少更优雅的表达式重写此代码?
这个方法有效吗?
最佳答案
您可以简单地使用:
return (0.2126*rgb[:,:,0]+0.7152*rgb[:,:,1]+0.0722*rgb[:,:,2])\
.astype(np.uint8)
这里不需要循环,让 numpy 进行迭代。
关于Python3 将数组从 (x,y,3) 减少到 (x,y,1) (RGB 到灰度),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45280686/