arrays - 在Rust中将图像转换为Rulinalg矩阵

Question

我正在学习Rust，并且想执行一些基本的图像操作。我目前正在使用 image::open("path/to/img.jpg").unwrap() 条板箱读取这样的图像:image。
问题是我希望图像采用特定的2d格式，其中有N=height*weight行和3列(每种颜色一种)。我找到了 rulinalg crate ，但无法从rulinalg::matrix::Matrix对象创建DynamicImage。我尝试了以下方法:

// Normalize to [0, 1]
let (width, height) = img.dimensions();
let n = width*height;
let tmp = img.as_rgb8().unwrap().to_vec().iter().map(|&e| e as f32 / 255.0).collect::<Vec<f32>>();
let mat = Matrix::new(n, 3, tmp);

所以现在我有了一个n行和3列的矩阵，但是我不确定它是否是正确的表示形式。那样的话，我的意思是我不确定第一个像素是否包含值mat[[0, 0]], mat[[n, 0]], mat[[n*2, 0]]。
因此，为了对其进行测试，我认为我应该尝试通过使用带有以下代码的mat矩阵来重新创建图像:

let mut img_buf = image::ImageBuffer::new(width, height);
for i in 0..mat.rows() {
    let color0 = (mat[[i, 0]] * 255.0) as u8;
    let color1 = (mat[[i, 1]] * 255.0) as u8;
    let color2 = (mat[[i, 2]] * 255.0) as u8;
    let x = i as u32 /height;
    let y = i as u32 - x*height;
    let pixel = img_buf.get_pixel_mut(x, y);
    // let image = *pixel;
    *pixel = image::Rgb([color0, color1, color2]);

}
img_buf.save("./tmp.jpg").unwrap();

但是输出只是噪声(即使颜色结构似乎保持不变)。我尝试了很多事情，但似乎没有任何效果。我还尝试在github上找到类似的“项目”，但是我发现的唯一相关的事情是将过滤器应用于图像，这些过滤器只是从image crate 调用函数。
所需的工作流程
所以，我想要的是以下内容:

从路径读取图像(由于不是灰度图像，因此为3d图像)

将图像转换为矩阵(rulinalg::matrix::Matrix)

应用函数，例如:按元素对数/指数/平方根，按轴求和/最大值以及其他类似函数(等效于numpy的np.log(arr), np.exp(arr), np.sqrt(arr), np.sum(arr, axis=0), np.amax(arr, axis=0))

将修改后的矩阵另存为图像。

原因
我的目标是执行图像分割并减少图像的颜色(通过聚类)。
问题
有人对我如何在使用rust 中实现上述目标有任何想法或指示吗？

Answer 1

遵循@Jmb的评论，输出图像为噪点的原因是因为我弄错了轴。
我只是想发布我所做的事情，以防有人想做类似的事情。请记住，尽管我刚接触 rust ，所以我可能犯了一些错误。
使用rulinalg如果要使用rulinalg crate ，则应使用以下命令(0.4.2版本):

let img = image::open("path/to/img.jpg").unwrap();
let (width, height) = img.dimensions();

let n = (width * height) as usize;
// Normalize image pixels to [0, 1]
let tmp = img.as_rgb8().unwrap().to_vec().iter().map(|&e| e as f32 / 255.0).collect::<Vec<f32>>();
// Reduce dimensions
let mut mat = Matrix::new(n, 3, tmp);
// Change the array values by using some other method
mat = my_processing_method(mat);
// Image buffer for the new image
let mut img_buf = image::ImageBuffer::new(width, height);
for i in 0..mat.rows() {
    // Move back to the [0, 255] range
    let color0 = (mat[[i, 0]] * 255.0) as u8;
    let color1 = (mat[[i, 1]] * 255.0) as u8;
    let color2 = (mat[[i, 2]] * 255.0) as u8;
    let x = i as u32 % width;
    let y = i as u32 / width;
    let pixel = img_buf.get_pixel_mut(x, y);
    *pixel = image::Rgb([color0, color1, color2]);

}
// Save the updated image
img_buf.save("path/to/new/image.jpg").unwrap();

使用ndarray和ndarray_image:
为简便起见，您还可以使用ndarray-image(0.3.0版本)以打开图像并将其保存在ndarray::Array3(3d数组)中。如果要使用ndarray而不是rulinalg crate ，则可以执行以下操作:

use ndarray::{Array2, Dim};
use ndarray_image::{open_image, save_image, Colors};

let img = open_image("path/to/img.jpg", Colors::Rgb).expect("unable to open input image");
// A vector of 3 spots for each dimension
let sh = img.shape();
let (height, width, colors) = (sh[0] as u32, sh[1] as u32, sh[2]);
let n = (width * height) as usize;
// The dimension of the new 2d array
let new_dim = Dim([n, 3]);
// Normalize to [0, 1] and convert to 1d vector
let img_vec = img.map(|&e| e as f32 / 255_f32).into_raw_vec();
// Convert the 1d vector to the 2d ndarray::Array2
let img_arr = Array2::from_shape_vec(new_dim, img_vec).ok().unwrap();
let mut img_buf = image::ImageBuffer::new(width, height);
for i in 0..img_arr.nrows() {
    let color0 = (img_arr[[i, 0]] * 255.0) as u8;
    let color1 = (img_arr[[i, 1]] * 255.0) as u8;
    let color2 = (img_arr[[i, 2]] * 255.0) as u8;
    let x = i as u32 % width;
    let y = i as u32 / width;
    let pixel = img_buf.get_pixel_mut(x, y);
    *pixel = image::Rgb([color0, color1, color2]);
}
img_buf.save("path/to/new/image.jpg").unwrap();

希望这会有所帮助!