Matlab 如何从RGB矩阵形成向量

我在从图像构造向量时遇到了一个问题。我使用了512 x 512彩色图像，并将rgb平面分开。现在我想把这三个平面转换成三个一维向量，如下例所示

考虑一个4x3矩阵。将其转换为RGB平面很容易。现在我需要将这三个平面转换成一维向量，如下所示

  V=[r1g1b1....r6]
  W=[g6b6r7...g11] 
  X=[b11r12...B16]

我写的程序如下。我使用重塑函数将RGB平面转换为一维向量。现在我很难将它们重新组合成不同的向量

 A=imread('C:\Users\Desktop\lena.jpg');
 % Extract the individual red, green, and blue color channels.
 R = A(:, :, 1);
 G = A(:, :, 2);
 B = A(:, :, 3);

 R1 = reshape(R.',1,[]);
 G1 = reshape(G.',1,[]);
 B1 = reshape(B.',1,[]);

---

我已经将二维矩阵rg和B转换成一维向量R1、G1和B1。现在我只需要用这三个值创建新的矢量。我不知道如何继续…请提供帮助…提前感谢。

从您的4x4x3示例中可以清楚地看出，您首先要使用颜色索引进行索引。我假设您需要行，然后是列。在这种情况下，如果

A

是图像（3D数组），则所需的三个向量是

B = reshape(permute(A,[3 1 2]),[],3);

所以，如果你需要这些向量作为显式变量

vector1 = B(:,1);
vector2 = B(:,2);
vector3 = B(:,3);

如果所需的索引顺序是颜色、列、行，请使用

---

从您的4x4x3示例可以清楚地看出，您希望首先使用颜色索引进行索引。我假设您需要行，然后是列。在这种情况下，如果

A

是图像（3D数组），则所需的三个向量是

B = reshape(permute(A,[3 1 2]),[],3);

所以，如果你需要这些向量作为显式变量

vector1 = B(:,1);
vector2 = B(:,2);
vector3 = B(:,3);

如果所需的索引顺序是颜色、列、行，请使用

---

好的，给你的例子，你要做的是给一个RGB图像，你要把图像分成3个向量，这样RGB分量是交错的。这很容易通过首先排列维度来实现。您具体可以做的是：

B = permute(A, [3 1 2]);

它的作用是重新排列维度，从而生成另一个矩阵。具体来说，我们将要做的是，我们将在第三维中获取每个值，并使它们出现在第一维中。接下来，我们将把

A

的行展开成列，最后是

A

的列，并使它们穿过每个平面

结果是，每列都将是描述图像的唯一RGB像素。不过，展开的工作原理是它将按列的主要顺序进行。然后，我们可以使用线性索引将它们拆分为数组，如下所示：

N = numel(A)/3;
V = B(1 : N);
W = B(N + 1 : 2*N);
X = B(2*N + 1 : end);

B = permute(A, [3 2 1]);

线性索引的工作是使用单个索引访问元素，而不是单独索引每个维度。线性索引在这里的工作原理是，如果我们有一个图像是

xxyx3

，经过排列后，该图像将被重塑，从而成为

3xxy

矩阵

N

在我们的例子中是单个平面中的元素总数。由于您试图将图像分割为3个向量，因此上面计算

N

的操作应该能够平均除以3，因为我们要处理三个颜色平面

通过执行

B（1:N）

，我们将以column-major格式从第一个片段、第二个片段访问所有元素，直到检索

N

元素。它们被放入

V

。然后我们继续从这一点抓取

N

更多元素，并将它们放入

W

，最后将其余元素放入

X

如果您想以行主键顺序访问像素，只需更改

permute

访问维度的方式，如下所示：

N = numel(A)/3;
V = B(1 : N);
W = B(N + 1 : 2*N);
X = B(2*N + 1 : end);

B = permute(A, [3 2 1]);

然后，您可以正常地使用上述代码访问元素。如果不想使用线性索引，可以使用来重塑矩阵，使其成为一个三列矩阵，其中每列都是所需的向量：

C = reshape(B, [], 3);
V = C(:,1);
W = C(:,2);
X = C(:,3);

---

好的，给你的例子，你要做的是给一个RGB图像，你要把图像分成3个向量，这样RGB分量是交错的。这很容易通过首先排列维度来实现。您具体可以做的是：

B = permute(A, [3 1 2]);

它的作用是重新排列维度，从而生成另一个矩阵。具体来说，我们将要做的是，我们将在第三维中获取每个值，并使它们出现在第一维中。接下来，我们将把

A

的行展开成列，最后是

A

的列，并使它们穿过每个平面

结果是，每列都将是描述图像的唯一RGB像素。不过，展开的工作原理是它将按列的主要顺序进行。然后，我们可以使用线性索引将它们拆分为数组，如下所示：

N = numel(A)/3;
V = B(1 : N);
W = B(N + 1 : 2*N);
X = B(2*N + 1 : end);

B = permute(A, [3 2 1]);

线性索引的工作是使用单个索引访问元素，而不是单独索引每个维度。线性索引在这里的工作原理是，如果我们有一个图像是

xxyx3

，经过排列后，该图像将被重塑，从而成为

3xxy

矩阵

N

在我们的例子中是单个平面中的元素总数。由于您试图将图像分割为3个向量，因此上面计算

N

的操作应该能够平均除以3，因为我们要处理三个颜色平面

通过执行

B（1:N）

，我们将以column-major格式从第一个片段、第二个片段访问所有元素，直到检索

N

元素。它们被放入

V

。然后我们继续从这一点抓取

N

更多元素，并将它们放入

W

，最后将其余元素放入

X

如果您想以行主键顺序访问像素，只需更改方式即可