如何将二维灰度Numpy图像数组转换为三维RGB格式数组

对于形状为(高度, 宽度)的二维Numpy灰度图，要转换为形状为(高度, 宽度, 3)的三通道数组（视觉效果仍为灰度，因为三个通道数值完全相等），可根据实际场景选择以下几种实现方式：

• 最通用的连续数组方案
  先给二维数组在最后增加一个长度为1的通道维度，再沿通道轴将数值复制3份，生成的数组是内存连续的真实数组，完全兼容OpenCV、Matplotlib、PIL等所有图像处理库的输入要求，不会出现内存不连续导致的读取报错：

  import numpy as np
  # 输入：原二维灰度数组img，形状为(100,100)
  img_rgb = np.repeat(img[..., np.newaxis], 3, axis=-1)
  

  执行后即可达到示例效果：

  • 数组形状为 (100, 100, 3)
  • 坐标(10,10)处的像素值为 [42, 42, 42]

• 简洁的深度堆叠方案
  直接将3份完全相同的二维灰度数组沿第三维拼接，代码更短，生成的数组和通用连续数组方案的效果完全一致：

  img_rgb = np.dstack([img] * 3)
  

• 零内存占用的临时视图方案
  如果只是临时需要符合三通道格式的数组做格式匹配、不需要后续修改数组内容，可以用广播机制生成原数组的视图，不会额外复制图像数据，处理大尺寸图像时能显著节省内存：

  # 注意：生成的是原数组的只读广播视图，无额外内存开销
  img_rgb = np.broadcast_to(img[..., None], (*img.shape, 3))
  

  注意：该方案生成的数组无法直接修改内容，如果需要后续对数组做像素调整、加噪声等操作，请优先使用前两种生成连续数组的方案。

对应反向操作 #

如果要把这类三通道伪RGB数组转回原始的二维灰度格式，直接提取任意一个通道即可：

img_gray = img_rgb[..., 0]

由于三个通道的数值完全相等，提取任意通道得到的结果都和原始二维数组完全一致。

内容的提问来源于stack exchange，提问作者QuantumX