Python 如何向Numpy阵列的每个像素添加alpha值？

我正在学习图像识别的教程

但是构建的代码是用来比较有alpha值的图像和我想要测试的没有alpha值的图像

我尝试了很多东西，下面是我最后一次尝试的样子：

from PIL import Image
import numpy as np 

i = Image.open('images/test.png')
iar = np.array(i)

def addAlpha(iar):
    b = []
    for eachRow in iar:
        b += [[255]]
    for eachRow in iar:
        eachRow = np.append(eachRow, b, axis= 1)

        print(eachRow)

    print (iar)

    return iar

iar = addAlpha(iar)

所以当我打印每个箭头时，它看起来就像我想要的那样，但是当我打印时，没有任何变化，仍然只有RGB值

---

我已经感谢你的帮助，我为我糟糕的英语道歉

鉴于

iar

的形状是8x8x3，我们可以看出我们使用的是8x8图像，其中每个像素有三个通道（r、g和b）。我们想为alpha添加第四个通道，这将使我们的形状达到8x4

首先，我们创建一个包含所有alpha值的数组：

alpha = 255 * np.ones((8, 8, 1))

在这里，我们创建一个8x8的1数组（带有一个额外的维度，使其轴与

iar

对齐），并将其乘以

255

，以获得我们想要的值

现在，我们可以简单地使用两个阵列：

iar = np.concatenate([iar, alpha], axis=2)

我们沿着轴2连接，这基本上让我们将

alpha

数组“粘贴”到

iar

的背面，将第四个通道添加到图像中

---

它正在运行。

鉴于

iar

的形状是8x8x3，我们可以看出我们正在处理一个8x8图像，其中每个像素有三个通道（r、g和b）。我们想为alpha添加第四个通道，这将使我们的形状达到8x4

首先，我们创建一个包含所有alpha值的数组：

alpha = 255 * np.ones((8, 8, 1))

在这里，我们创建一个8x8的1数组（带有一个额外的维度，使其轴与

iar

对齐），并将其乘以

255

，以获得我们想要的值

现在，我们可以简单地使用两个阵列：

iar = np.concatenate([iar, alpha], axis=2)

我们沿着轴2连接，这基本上让我们将

alpha

数组“粘贴”到

iar

的背面，将第四个通道添加到图像中

---

它正在运行。

iar的形状是什么？（检查

iar.shape

）打印iar.shape给出：（8,8,3）什么是

iar

的形状？（检查

iar.shape

）打印iar.shape给出：（8,8,3）感谢您的回复，它确实工作得很好，但在我的值之前添加了一些“.”。我找到了一个解决方案：iar=np.concatenate（（iar，np.full（（8，8，1），255，dtype=int）），axis=2）谢谢你的回复，它确实工作得很好，但在我的值之前添加了一些“.”。我找到了一个解决方案：iar=np.concatenate（（iar，np.full（（8，8，1），255，dtype=int）），axis=2）