Python 3.x 灰度图像

我尝试对6幅图像应用高斯滤波器，使用以下代码对其进行去噪：

import os
import matplotlib.image as img

def load_data(dir_name ='C:/Users/ASUS/Desktop/Self_Learning/Coursera/Deep Learning in Computer Vision/plates'):
    im_list=[]
    for f in os.listdir(dir_name):
        fpath = os.path.join(dir_name, f) # this will give you the path of each file in your directory
        im = img.imread(fpath) 
        im_list.append(im)
    return im_list


plates = load_data()

# The auxiliary function `visualize()` displays the images given as argument.
def visualize(imgs, format=None):
    plt.figure(figsize=(20, 40))
    for i, img in enumerate(imgs):
        if img.shape[0] == 3:
            img = img.transpose(1,2,0)
        plt_idx = i+1
        plt.subplot(3, 3, plt_idx)    
        plt.imshow(img, cmap=format)
    plt.show()

visualize(plates, 'gray')


from scipy import ndimage

def noise_reduction(img):

    denoised_list=[]
    for i in img:
        gauss_filtered = ndimage.gaussian_filter(i, sigma=1.4,truncate=2.0)
        denoised_list.append(gauss_filtered)
    return denoised_list 

denoised_img= noise_reduction(plates)

visualize(denoised_img, 'gray')

plates是包含我的图像的文件，visualize是显示图像的功能。 结果应该是6个去噪的灰度图像。然而，我有蓝色的

以下是我的原始图像（图版）：

这是应用高斯滤波器后的结果：

---

输入图像的形状是什么？它们是3D矩阵（表示RGB图像，即使它们看起来是灰色的）还是2D矩阵（表示灰度图像）？输入图像是一组3块板，对应于B、G和R通道（自上而下）。但我把它们显示为灰度我不确定我是否能理解。您放入

ndimage.gaussian\u过滤器的
i
的形状是什么？您可能希望发布完整的代码，以便我们准确地看到正在发生的事情，请参阅。现在很难猜出问题出在哪里。好吧，我分享了完整的代码，但不能重新创建问题。检查代码，但结果完全正确。请参阅：。你需要上传图像到什么是输入图像的形状？它们是3D矩阵（表示RGB图像，即使它们看起来是灰色的）还是2D矩阵（表示灰度图像）？输入图像是一组3块板，对应于B、G和R通道（自上而下）。但我把它们显示为灰度我不确定我是否能理解。您放入
ndimage.gaussian\u过滤器的
i
的形状是什么？您可能希望发布完整的代码，以便我们准确地看到正在发生的事情，请参阅。现在很难猜出问题出在哪里。好吧，我分享了完整的代码，但不能重新创建问题。检查代码，但结果完全正确。请参阅：。你也需要上传图片