Python 使用Numpy将值映射到更高维度

我正在尝试将颜色贴图应用到Numpy中的二维灰度图像（该图像由OpenCV加载/生成）

我有一个包含RGB值的256个条目的长列表，这是我的颜色映射：

cMap = [np.array([0, 0, 0], dtype=np.uint8),
        np.array([0, 1, 1], dtype=np.uint8),
        np.array([0, 0, 4], dtype=np.uint8),
        np.array([0, 0, 6], dtype=np.uint8),
        np.array([0, 1, 9], dtype=np.uint8),
        np.array([ 0,  0, 12], dtype=np.uint8),
        # Many more entries here
       ]

当我输入灰度图像（shape

（y，x，1）

）时，我想输出彩色图像（shape

（y，x，3）

），其中每个输入像素的灰度值用作

cMap

中的索引，以找到输出像素的适当颜色。我迄今为止的微弱尝试（灵感来自）如下：

colorImg = np.zeros(img.shape[:2] + (3,), dtype=np.uint8)

for k, v in enumerate(cMap):
    colorImg[img==k] = v

这给了我一个错误

ValueError:array无法广播以更正形状

。我想我已经缩小了问题的范围：我所做的切片会产生一个1D布尔数组，在

img

中每个条目都有一个条目

colorImg

，但其条目数是

img

的三倍，因此布尔数组不够长

---

我试过各种各样的整形和其他滑动，但我现在被卡住了。我相信有一种优雅的方法可以解决这个问题：-）

您正在寻找的函数是。唯一棘手的一点是指定

轴=0

，以便返回的图像具有正确的通道数

colorImg = np.take(np.asarray(cMap), img, axis = 0)

---

尝试执行

cMap=np.asarray（cMap）；colorImg=cMap[img[…，0]]

漂亮，谢谢。我必须重塑结果，但除此之外，它工作得很好：

colorImg=np.take（np.asarray（cMap），img，axis=0）。重塑（img.shape[:2]+（3，）