RGB图像数组转DataFrame时蓝色值丢失的问题排查与解决

你遇到的问题是将(H,W,C)格式的RGB图像转为RGB(r,g,b)字符串数组后，部分蓝色通道值在DataFrame中缺失。排除Excel导出问题后，问题出在数组转字符串的环节。

问题根源 #

np.apply_along_axis虽然能处理逐元素操作，但在处理多维数组时可能存在隐性的形状或数据类型兼容问题，导致部分通道值未被正确解析。尤其当图像数组是uint8类型时，lambda函数的隐式转换可能出现异常，造成部分蓝色值丢失。

解决方案 #

放弃np.apply_along_axis，改用列表推导式或向量化字符串拼接来生成RGB字符串数组，这两种方式更稳定且易于调试：

方案1：列表推导式（直观可靠）

import numpy as np
import pandas as pd
from skimage import io  # 若使用opencv读取，需注意通道顺序差异

image = io.imread('px.jpg')

# 逐行逐像素生成RGB字符串
rgb_strings_array = np.array([
    [f"RGB({int(pixel[0])}, {int(pixel[1])}, {int(pixel[2])})" 
     for pixel in row] 
    for row in image
])

df = pd.DataFrame(rgb_strings_array, columns=range(rgb_strings_array.shape[1]))

方案2：向量化字符串拼接（高效）

利用numpy的字符数组操作实现批量拼接，性能更优，适合大尺寸图像：

import numpy as np
import pandas as pd
from skimage import io

image = io.imread('px.jpg').astype(int)  # 提前转为int类型避免转换异常

# 提取各通道数组
r = image[..., 0]
g = image[..., 1]
b = image[..., 2]

# 批量拼接字符串
prefix = np.full(r.shape, "RGB(", dtype=str)
r_str = r.astype(str)
g_str = g.astype(str)
b_str = b.astype(str)
suffix = np.full(r.shape, ")", dtype=str)

rgb_strings_array = np.core.defchararray.add(
    np.core.defchararray.add(
        np.core.defchararray.add(prefix, r_str),
        np.core.defchararray.add(", ", g_str)
    ),
    np.core.defchararray.add(", ", np.core.defchararray.add(b_str, suffix))
)

df = pd.DataFrame(rgb_strings_array, columns=range(rgb_strings_array.shape[1]))

额外检查点 #

1. 通道顺序确认：如果使用cv2.imread读取图像，通道顺序是BGR而非RGB，需先转换通道：image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)，否则会出现通道对应错误，造成“蓝色丢失”的误解。
2. 数据类型验证：打印image.dtype确认是uint8，若为float32等其他类型，需确保转换int时不会出现截断或NaN值。

内容的提问来源于stack exchange，提问作者luna q3