Python RGB2灰度变换中保持图像数据栈的维数

我有4D RGB图像_数据[image，height，width，channel]，在我的例子中，尺寸是（x，32，32，3），我想将这些图像转换为灰度，这样我仍然有4D，所以我的尺寸是（x，32，32，1）

我发现了一个非常简单的rgb2gray变换：

def rgb2gray(rgb):
    return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

这个的问题是它返回了我（x，32，32），所以我失去了一个维度

现在，我可以想到的for循环的解决方案如下所示，它可以工作：

def rgb2gray(images):
    gray_images = []
    for image in images:
        gray_image = []
        for size in image:
            gray_size = []
            for channels in size:
                channel = [np.dot(channels, [0.299, 0.587, 0.114])]
                gray_size.append(channel)
            gray_image.append(gray_size)
        gray_images.append(gray_image)
    return np.array(gray_images)

现在，我想知道是否有更神奇的方法来达到同样的效果，是否有一个巫师可以展示它。谢谢。

您可以使用或-

验证形状的示例运行-

In [41]: images = np.random.randint(0,255,(10,32,32,3))

In [42]: np.dot(images,[0.299, 0.587, 0.114])[...,None].shape
Out[42]: (10, 32, 32, 1)

In [43]: np.tensordot(images,[0.299, 0.587, 0.114],axes=((-1),(-1)))[...,None].shape
Out[43]: (10, 32, 32, 1)

In [44]: np.matmul(images, [0.299, 0.587, 0.114])[...,None].shape
Out[44]: (10, 32, 32, 1)

In [45]: np.einsum('ijkl,l->ijk',images, [0.299, 0.587, 0.114])[...,None].shape
Out[45]: (10, 32, 32, 1)

回顾你的问题，你有

rgb2gray（rgb）

return

（n，32,32）

形状数组。因此，您只需要在末尾添加一个新的axis/singleton维度，使用

np.newaxis/None

。我们在这里是通过

[…，np.newaxis]

或

[…，None]

实现的

因此，获得所需输出的另一种方法是使用缩放数组的

2D

数组版本，从而避免显式附加新轴，如下所示-

np.dot(images,np.array([[0.299], [0.587], [0.114]]))

---

非常感谢Divakar，这解决了我的问题，使我的解决方案运行速度更快：）使用einsum的解决方案非常好。

np.dot(images,np.array([[0.299], [0.587], [0.114]]))