将RGB格式Numpy图像转换为含行列索引的RGB值列表

要实现将形状为(n,m,3)的RGB图像矩阵转换为(n*m,5)的数组（前3列RGB值，后2列对应行/列索引），可以通过生成索引网格并与扁平化的RGB值拼接的方式完成，具体步骤如下：

方法实现 #

1. 获取图像尺寸：先提取图像的行数n和列数m
2. 生成行列索引：用np.indices创建对应每个像素位置的行、列索引矩阵，再将其扁平化为(n*m,2)的数组
3. 拼接RGB值与索引：将扁平化的RGB数组和索引数组横向拼接，得到最终结果

完整代码示例：

import numpy as np

# 示例：创建一个2行3列的RGB图像矩阵
image = np.random.randint(0, 256, (2, 3, 3), dtype=np.uint8)

# 获取图像的行、列数
n, m = image.shape[:2]

# 扁平化RGB值（原代码的实现）
flat_rgb = image.reshape(-1, 3)

# 生成并扁平化行列索引：形状变为(n*m, 2)，每行对应[行号, 列号]
flat_indices = np.indices((n, m)).reshape(2, -1).T

# 拼接RGB值和索引，得到形状为(n*m,5)的结果
result = np.hstack([flat_rgb, flat_indices])

# 输出验证
print("原图像形状:", image.shape)
print("结果形状:", result.shape)
print("\n结果示例（每行：R G B 行号 列号）:")
print(result)

补充说明 #

• 默认生成的索引是从0开始的，如果需要从1开始计数，只需给索引数组加1：

  flat_indices = np.indices((n, m)).reshape(2, -1).T + 1
  

• 最终结果的每一行严格对应原图像中像素的位置：第i行对应原图像中flat_indices[i][0]行、flat_indices[i][1]列的像素RGB值

内容的提问来源于stack exchange，提问作者Leo