如何将cv2.imread返回的3通道数组转为n*3的RGB像素矩阵？

这事儿用NumPy的数组操作就能轻松搞定，不过要注意一个关键细节：OpenCV默认读取的图像是BGR通道顺序，得先转成RGB再处理，不然得到的列顺序会和你要的R、G、B反过来。

完整代码示例 #

import cv2
import numpy as np

# 读取图像，cv2.imread返回H×W×3的BGR格式三维数组
img = cv2.imread("your_image_path.jpg")

# 第一步：把BGR格式转换为RGB格式
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 第二步：将H×W×3的三维数组转换为n×3的矩阵（n = 图像总像素数 = 高度×宽度）
pixel_matrix = rgb_img.reshape(-1, 3)

# 验证形状：比如原图像是480×640，总像素数是480*640=307200，矩阵形状会是(307200, 3)
print(pixel_matrix.shape)

关键步骤拆解 #

• 通道顺序转换：cv2.imread的默认通道顺序是B-G-R，而你需要的是R-G-B列，所以必须用cv2.cvtColor做格式转换，这一步千万别漏，否则得到的矩阵列顺序会不符合要求。
• reshape拉平操作：reshape(-1, 3)里的-1是让NumPy自动计算这个维度的大小（也就是总像素数n），它会把原来的三维数组直接拉平成每行对应一个像素、三列对应R/G/B分量的二维矩阵。

另一种等价写法（用transpose调整维度） #

如果你习惯用维度转置的思路，也可以这么写，结果完全一致：

# 先把通道维度移到最前面，再拉平后转置
pixel_matrix = rgb_img.transpose(2, 0, 1).reshape(3, -1).T

逻辑是：先把原数组的通道维度（原索引为2）移到第一个位置，变成3×H×W的数组，再拉平成3×n的一维数组，最后转置成n×3的矩阵。

内容的提问来源于stack exchange，提问作者Jai Vora