如何读取多个图像并使用它们创建 3D 矩阵？答案

【问题标题】：How to read multiple images and create a 3D matrix with them?如何读取多个图像并使用它们创建 3D 矩阵？
【发布时间】：2015-10-12 23:05:55
【问题描述】：

我有一堆图片（300 张 400 X 400 像素的图片），文件名如下：

001.bmp
002.bmp
003.bmp
...

首先，我尝试阅读其中一个，例如使用imread 我得到一个 (400L, 400L, 3L) 矩阵，问题是 3L（我认为是 RBG 格式），所以这里的问题是：我怎样才能读取它们并获得 (400L, 400L, 1L)我需要处理它们的矩阵吗？

其次，我尝试使用如下循环读取 300 张图像：

data = np.zeros((400,400,300))
for i in range(300):
    data[:,:,i] = imread('{0}.bmp'.format(i))

但它不起作用，很可能我的代码是错误的。实际上这样做，我想将每个 (300) 图像数据 (400 X 400) 连接成 (400 X 400 X 300) 的矩阵。

尝试使用时：

data[:,:,i] = imread('{0}.bmp'.format(i))

搜索 '1.bmp' 而不是 '001.bmp'，但由于列表从 000 到 299，我遇到了问题，我不能写 '00{0}.bmp'.format(i) 来完成文件名，因为两位和三位数字我得到了'0012.bmp' 或'00123.bmp' 的号码

好吧，几个小时后，我必须这样做

arrays = []
for number in range(0, 299):
    numstr = str(number).zfill(3)
    fname = numstr + '.bmp'
    a = imread(fname, flatten=1)
    arrays.append(a)
data = np.array(arrays)

这段代码运行良好。谢谢你，给我线索！

【问题讨论】：

标签： python image-processing matrix multidimensional-array concatenation

【解决方案1】：

首先，最后一个维度是颜色通道是对的。我假设你想要一个灰度图像，你可以得到：

data = imread(fname, flatten=1)

来自 imread 文档here。

其次，您的循环问题可能是由几件事引起的。首先，我在您的帖子中的代码中没有看到缩进，因此请确保您实际尝试运行的代码中的循环体上存在缩进。其次，该代码具有“.txt”扩展名。你确定你真的不想要“.bmp”吗？

【讨论】：

对不起，我在其他帖子中寻找并找到了一些我想要的类似 here。实际上，我试图关注该帖子，但我看不到我们可以在哪里连接。您对标识和扩展名很了解，我只是复制错误。所以谢谢，你帮助我的第一个问题，实际上我使用的是来自 pyplot 的 imread，现在我从接受关键字参数 flatten 的 scipy 更改为 imread。现在，如何读取所有这些 2D 数组（每个图像）并将其连接到 3D 数组中。我需要做一个循环，但是怎么做？
抱歉，我忽略了解决该填充问题。您已转换为字符串并调用 zfill()，这很好，但您也可以使用格式说明符在原位用零填充文件名，例如：“{0:03d}.txt”.format(i+1) .第一个 '0' 是指 format() 的第零个参数，第二个零表示零填充，'3' 告诉它填充到 3 位。