在Numpy阵列中复制频道

Question

我有一个形状为(2560L, 1920L, 3L)的RGB图像img和形状为(2560L, 1920L)的另一个单通道图像mask。现在，我想制作形状为(2560L, 1920L, 3L)的mask，即我想将此单个频道数据复制到所有三个频道中。

我这样做如下。

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

有没有更快的方式使用numpy？

Answer 1

如果你绝对想拥有的掩码为(2560, 1920, 3)，你可以简单地扩展它沿轴线（有几种方法可以做到这一点，但是这一次是相当简单）：

>>> 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) 

然而，一般来说，你可以直接使用这些broadcasts。举例来说，如果你想通过你的面具乘以你的形象：

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

所以你永远有创建(n, m, 3)面膜：广播是通过操纵遮片阵列的进步上飞完成的，而不是创造一个更大的，多余的。大多数numpy的业务支持这种广播：二进制运算（如上），也indexing：

>>> # 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 2

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