如何使用cv2将单颜色通道值整合为二维图像维度数组？

核心思路 #

要将三维数组转为二维，本质是去除冗余的通道维度，只保留对应颜色值的高宽维度。根据你的三维数组结构，分两种情况处理：

情况1：数组形状为 (H, W, 1)（单通道带冗余维度）

这种情况通常是提取单通道时用了[:, :, [0]]这类带方括号的切片（会保留第三个维度），直接用numpy的squeeze()方法去掉长度为1的维度即可：

import numpy as np
import cv2

# 加载RGB图像（cv2默认BGR格式）
img = cv2.imread("your_image.jpg")
# 提取蓝色通道（三维数组，shape=(H,W,1)）
blue_3d = img[:, :, [0]]
# 转为二维数组（shape=(H,W)）
blue_2d = blue_3d.squeeze()

也可以用reshape手动指定维度：

blue_2d = blue_3d.reshape(blue_3d.shape[0], blue_3d.shape[1])

情况2：数组形状为 (H, W, 3)（单通道值重复到三个通道）

如果你的三维数组是将单通道值复制到三个通道得到的（比如red.shape=(720,1024,3)），直接提取对应有效通道的切片即可：

# 假设红色通道是第三个维度（cv2中图像为BGR，所以R是索引2）
red_2d = red_channel_3d[:, :, 2]

如果不确定哪个通道是有效数据，可以自动定位非零通道：

# 找到第一个非全零的通道索引
valid_channel_idx = np.where(np.any(red_channel_3d != 0, axis=(0,1)))[0][0]
red_2d = red_channel_3d[:, :, valid_channel_idx]

额外提示 #

其实提取单通道时直接用img[:, :, 0]（不带方括号）就能直接得到二维数组，无需后续转换。比如：

# 直接提取蓝色通道，得到二维数组
blue_2d = img[:, :, 0]

内容的提问来源于stack exchange，提问作者Philipp