import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
my_image = mpimg.imread('mountain.png')
print('The image is:- ',type(image),
'dimensions is:-', image.shape)
print(image[:,:,0])
print(image[:,:,1])
print(image[:,:,2])
我无法理解image[:,:,0] 或image[:,:,1] 是什么意思？
【问题讨论】：
标签： python python-3.x
彩色 rgb 图像被读取为 3 维数组。前两个维度是 x 和 y，第三个维度是颜色，按红、绿、蓝的顺序排列。
括号表示法用于以[x, y, c] 的形式引用此三维数组的子集。冒号表示应选择该维度中的所有值。
因此image[:,:,0]是红色通道，image[:,:,1]是蓝色通道，image[:,:,2]是绿色通道。
【讨论】：
大多数图像表示都使用具有 RGB 颜色空间的位图。图像被视为 像素 的 矩形，我们为每个像素分配特定颜色。然后将颜色表示为 3 元组：其中元组的第一项表示 red 的 intensity，第二项表示 green 的强度>，最后一个是蓝色的强度。重要的一点是，这是图像的 a 表示：还有其他的。例如使用矢量图形。此外，还有其他色彩空间。
因此，这意味着如果我们将图像加载到内存中，我们将获得一个形状为(h, w, 3) 的矩阵，其中h 是图像的高度（以像素为单位），w 是图片的宽度（同样以像素为单位）。
现在 numpy 允许高级索引：我们可以使用 image[:,:,0] 构造视图。这意味着我们构造了一个(h, w) 形矩阵，其中对于索引[i, j] 处的项目，我们获得原始图像中位于[i, j, 0] 处的值。因此，我们获得了一张图像，它只考虑了 red 通道的强度。
image[:,:,1] 和 image[:,:,2] 也是如此，我们分别考虑了 green 和 blue 通道。该表示使用浮点数，其中1.0 表示最大强度，0.0 表示最低强度。例如(red, green, blue) = (1.0, 0.5, 0.0)，这是大多数人看到的颜色黄色。
【讨论】：