如何理解圖片RGB通道在python(numpy)中的數據構成

2023年12月7日發(作者：學生社團)

-

如何理解圖片RGB通道在python（numpy）中的數據構成

該文將盡可能簡短的描述基于numpy，在python中使用skimage的io或PIL或其他方法讀取圖片后GRB數據的結構與呈現方式。

我們肉眼看到的圖片無非兩種（灰色和彩色），而通過編程語言轉換為電腦能認識的模樣也就是數字了。這些數字決定了在電腦中它是彩色

還是灰色，對于彩色圖片決定的方式就是——顏色通道，而最常見的就是RGB三通道了，顧名思義RGB三色通道就是指由R、G、B三個通

道組成的。

這里需要說明的一點就是RGB三色道分別對應三個矩陣，而這三個矩陣都是數字向量構成的矩陣，并不代表顏色的意思（矩陣能代表顏色

嗎？），這里比較貼切可以理解為調色板，例如當該矩陣的某個位置的數值較大，則表示該處對應調色板使用的顏色就越”白/淺“，而越

小則對應調色板使用顏色越“黑/深”。8bit的圖像，對應的矩陣元素取值為0-255（也可以使用0-1表示），這里我們主要理解數據，對

于圖像的理解下面給出鏈接。

看一張圖片：

這是一張彩色圖片，現在通過skimage的io方法讀取該圖片后在numpy中呈現的數據格式如下：

通過shape得到圖形形狀（287,496,3），其中287表示列，496表示行，3表示分量（即三個通道分量），是不是有點蒙，下面正是本文

要講的重點，如何理解上面讀取出來的數據格式？

首先我們應該按 列 來看，可以看到有3列 （即190 48 64對應往下的3列），這便是RGB對應的 3 個通道，從頭到尾的一列數據構成了一

個通道分量，共三個：

然后再來理解287，從上圖中可以看到有很多的 [ 符號，其實按層次來分也就三層，這里的287表示共有287個中間層的矩陣：

最后再來看496，這個數字從哪來？上面的287個矩陣中每一個矩陣的每一列都有496個元素（數字），雖然這些數字是按照行來分塊，但

實際上列之間的元素才有關聯，每一列的元素組合成行，構成了該通道矩陣的一行數據：

下面來看看將上面的整體矩陣分解為三個通道后的模樣，做個對比是不是清楚很多了。

上面的三個通道為相同的矩陣大小，而后將三者按照通道順序排列重疊后構成了RGB彩色圖片，當然順序有可能不是RBG，例如opencv轉

換后為BGR。

以上為彩色圖片在numpy中解析后的理解介紹，下面是部分代碼：

1.

from skimage

import io

2.

3.

path_c =

r"G:"

4.

color = (path_c)

5.

print(color,)

6.

7.

# R

8.

print(color[:,:, 0],color[:,:, 0].shape)

9.

# G

10.

print(color[:,:, 1],color[:,:, 1].shape)

11.

# B

12.

print(color[:,:, 2],color[:,:, 2].shape)

13.

14.

fig,axes = ts( 1, 3,figsize=( 12, 7))

15.

axes[ 0].imshow(color[:,:, 0])

16.

axes[ 0].t_title( 'R')

17.

axes[ 1].imshow(color[:,:, 1])

18.

axes[ 1].t_title( 'G')

19.

axes[ 2].imshow(color[:,:, 2])

20.

axes[ 2].t_title( 'B')

21.

22.

()

該文僅為理解圖片的數據構成，跟多詳細的內容還請自行Google。

-