Python 将灰度图像转换为RGB，反之亦然

我写了一个代码，将地面真实灰度蒙版转换为RGB，反之亦然，但RGB2Grayscales不能按预期工作？
标签和转换RGB的示例

当我使用gray2color时，一切都很好。但是，当我尝试通过color2gray转换RGB图像时，它会转换，但结果与原始灰度图像不同（将19秒更改为13秒，其他类可以使用）。我多次检查代码，但不知道为什么结果不好。
澄清
正如您在返回的灰度中所看到的，没有19个值，所有值加起来都是13秒

original grayscale:
unique: 0   1   2   4   5   7   8   10  11  13  19
count:  624649  168701  819940  2802    24885   12192   42082   37098   6791    115270  242742

returned grayscale:
unique: 0   1   2   4   5   7   8   10  11  13
count:  624649  168701  819940  2802    24885   12192   42082   37098   6791    358012

---

另外，color2gray功能非常缓慢且耗时

您的trainId值太低，这就是您的灰度图像非常暗的原因。增加标签列表中trainId的值，并将灰度图像数据类型设置为uint8

def color2gray(colorImage:np.ndarray, bgr_color_space:bool):
    if bgr_color_space:
        colorImage = cv2.cvtColor(colorImage, cv2.COLOR_BGR2RGB)


    gray=np.zeros((colorImage.shape[0],colorImage.shape[1]),dtype=np.uint8)

    for row in range(colorImage.shape[0]):
        for col in range(colorImage.shape[1]):
            # either multiply the result of colortoTrainId(tuple(uc)) with some number
            # or change the value of trainId in the Labels list
            gray[row,col]=colortoTrainId(tuple(colorImage[row,col]))*10

    return gray

---

我自己找到了一个问题的答案

np.logical\u and（）

只需要两个数组

所以它必须像这样嵌套使用

where_cond1=np.logical_and(np.logical_and(colorImage[:,:,0]==uc[0],colorImage[:,:,1]==uc[1]), colorImage[:,:,2]==uc[2])

---

但是速度问题仍然存在，知道如何矢量化分配吗？

灰度图像不是用来显示的，它是NN输出的掩码。这不是我的问题，问题是当我查看返回的灰度矩阵时，任何19的值都被替换为13。这很奇怪，我也改变了答案。现在你会得到190（即19）的灰度图像，但当你在做像素级的操作时，这将是耗时的。在我的on代码中，这不是像素级的。同样的问题，你的代码是像素级的。查看这两行

row，col=np.where（where_cond1）

gray[row，col]=colortrainid（tuple（uc））

。您正在查找特定颜色所在的位置，然后在灰色图像中为这些位置赋值。您似乎已将

灰色

设置为

np.float32

？是的，这与我的问题有什么关系？（19被13取代）@marksetchell有人投了反对票，但问题就这样解决了

where_cond1=np.logical_and(np.logical_and(colorImage[:,:,0]==uc[0],colorImage[:,:,1]==uc[1]), colorImage[:,:,2]==uc[2])