【发布时间】：2016-09-06 05:29:26
【问题描述】：
我有一些我想要处理的图像，问题是有两种图像都是 106 x 106 像素，一些是彩色的，一些是黑白的。
只有两 (2) 个维度：
(106,106)
一加三 (3)
(106,106,3)
有没有办法可以去掉最后一个维度？
我尝试了 np.delete，但它似乎不起作用。
np.shape(np.delete(Xtrain[0], [2] , 2))
Out[67]: (106, 106, 2)
【问题讨论】：
【发布时间】：2016-09-06 05:29:26
【问题描述】：
您可以使用 numpy 的精美索引（Python 内置切片表示法的扩展）：
x = np.zeros( (106, 106, 3) )
result = x[:, :, 0]
print(result.shape)
打印
(106, 106)
(106, 106, 3) 的形状意味着您有 3 组具有(106, 106) 形状的事物。因此，为了“剥离”最后一个维度，您只需选择其中一个（这就是花哨的索引所做的）。
你可以保留任何你想要的切片。我随意选择保留第 0 个，因为你没有指定你想要什么。因此，result = x[:, :, 1] 和 result = x[:, :, 2] 也会给出所需的形状：这完全取决于您需要保留哪个切片。
【讨论】：
-
'形状为 (106, 106, 3) 意味着您有 3 组具有形状 (106, 106) 的事物'。如果你看到这样的数组：(3, 106, 106)，你会说它是什么样的？
-
你怎么知道它没有说有 106 个东西，即 106 x 3？
-
一般来说你不知道，但我认为这个具体问题（有点）清楚。例如，OP 似乎暗示他关心保持 (106, 106) 形状
-
仅供参考，这看起来像是从三项集中的第一项。有没有一种很好的方法来取中位数或平均值？
-
请注意这将返回一个视图，而不是一个副本。这意味着您应用于新数组的更改也将反映在旧数组中。
只取颜色维度上的平均值 (axis=2)：
Xtrain_monochrome = Xtrain.mean(axis=2)
【讨论】：
当您的数组的形状为(106, 106, 3) 时，您可以将其可视化为具有106 行 和106 列 的表格，其中填充了每个点为@ 的数据点987654322@，我们可以表示为[x, y ,z]。因此，如果要获取维度(106, 106)，则必须使表中的数据点不是数组而是单个数字。您可以通过提取每个数据点的 x 分量、y 分量或 z 分量 或通过应用以某种方式聚合三个分量的函数（如 mean、sum、 max 等。 您可以像上面建议的 @matt Messersmith 一样提取任何组件。
【讨论】：
好吧，当您尝试减小图像的尺寸时应该小心。 图像通常是包含每个像素的 RGB 值数据的 3-D 矩阵。如果您想将其缩小为 2-D，您真正要做的是将彩色 RGB 图像转换为灰度图像。
并且有几种方法可以做到这一点，例如您可以取最大值三个、最小值、平均值、总和等，具体取决于您想要的图像精度。您可以做的最好的事情是使用公式对 RGB 值进行加权平均
Y = 0.299R + 0.587G + 0.114B
其中 R 代表红色，G 代表绿色，B 代表蓝色。在 numpy 中，这可以写成
new_image = img[:, :, 0]*0.299 + img[:, :, 1]*0.587 + img[:, :, 2]*0.114
【讨论】：
实际上np.delete 可以应用两次， 例如，如果您想保留第一个频道，则可以运行以下命令：
Xtrain = np.delete(Xtrain,2,2) # this will get rid of the 3rd component of the 3 dimensions
print(Xtrain.shape) # will now output (106,106,2)
# again we apply np.delete but on the second component of the 3rd dimension
Xtrain = np.delete(Xtrain,1,2)
print(Xtrain.shape) # will now output (106,106,1)
# you may finally squeeze your output to get a 2d array
Xtrain = Xtrain.squeeze()
print(Xtrain.shape) # will now output (106,106)
【讨论】：