如何正确转换mask array形状以匹配(288,512,512)3D图像数组

直接使用reshape转换形状不会调整维度轴的语义对应关系，只会按内存存储顺序重新切分数组维度，会打散不同序列切片的mask像素，必然出现和原图不匹配的问题。
你的两个数组维度语义对应关系如下：

• 图像数组shape(288,512,512)：维度顺序为[序列索引, 图像高度, 图像宽度]
• 原始mask数组shape(512,512,288)：维度顺序为[图像高度, 图像宽度, 序列索引]
  你需要做的是调整维度轴的排列顺序，而非直接修改形状。

以numpy数组为例，使用轴移动/转置操作即可得到正确对齐的mask数组，两种常用写法效果完全一致：

import numpy as np

# 方法1：使用moveaxis指定要移动的轴，将位于索引2的序列维度移动到0号位置
correct_mask = np.moveaxis(original_mask, source=2, destination=0)

# 方法2：使用transpose直接指定新维度对应的原轴索引，新顺序为[原2号轴, 原0号轴, 原1号轴]
correct_mask = original_mask.transpose(2, 0, 1)

转换完成后可以先验证形状：correct_mask.shape会输出(288, 512, 512)，此时取任意索引i的correct_mask[i]，即可和图像数组对应索引的img_array[i]完全匹配。

内容的提问来源于stack exchange，提问作者H Andevari