Python 将RGB图像按numpy中的灰度元素进行分割

假设我们有两个形状数组（480，640，3）和（480，640），比如RGB和灰度图像。如何将elementwise第一个数组除以第二个数组？到目前为止，我使用了以下代码，但是有更好的代码片段吗

arr1[:, :, 0] /= arr2
arr1[:, :, 1] /= arr2
arr1[:, :, 2] /= arr2

---

嗯。。。你也许可以复制你的灰度阵列，只做一次除法

arr1 /= arr2.repeat(3).reshape(np.shape(arr1))

---

下面是一个可能有用的片段：

result = np.dstack([x/np.reshape(arr2,(480,640,1)) for x in np.dsplit(arr1,3)])

---

将RGB阵列拆分为3个2D阵列，每个阵列除以灰度阵列并重新组合。

您可以将另一个轴添加到

arr2

，这样它就可以

您可以使用在向

arr2

添加单例维度后，对

arr1

元素进行原位编辑，因为您的代码似乎就是这样做的。这样做的好处是内存效率高。下面是实现-

np.divide(arr1,arr2[:,:,None],arr1)

---

您还可以使用的广播功能-

arr1 = np.einsum('ijk,ij->ijk',arr1,1/arr2)

---

是的，它起作用了。还有两个这样的代码片段

arr1/cv2.cvtColor（arr2，cv2.cv.cv_GRAY2BGR）

和

arr1/np.dstack（（arr2，arr2，arr2））

。缺点是arr1的最后一个维度应该是3，当arr1是灰度时需要单独处理。我认为

arr1/np。dstack（[arr2]*3）

也应该工作

arr1 = np.einsum('ijk,ij->ijk',arr1,1/arr2)