如何在Python中无迭代合并同维度2D Numpy浮点数组为元素含3浮点数的2D数组

嘿，你完全不需要用迭代来做这个操作！NumPy提供了专门的向量化函数来高效完成这类数组堆叠任务，代码简洁还比迭代快得多。

最简单的解决方案：用np.dstack() #

np.dstack()（深度堆叠）专门用来将多个2D数组沿着**第三轴（深度轴）**合并，正好匹配你要把R、G、B三个通道合并成每个元素包含三个浮点数的需求。

结合你的代码，只需要在最后加上一行：

import cv2
import numpy as np

image = cv2.imread('hurricane katrina 1.jpg', cv2.IMREAD_GRAYSCALE)
a = 255
b = 2 * (np.pi/255)
c = np.pi / 5
R = a * np.absolute(np.sin(b * image))
G = a * np.absolute(np.sin(b * image + c))
B = a * np.absolute(np.sin(b * image + 2 * c))

# 合并三个2D数组为RGB格式的数组
merged_image = np.dstack((R, G, B))

效果说明 #

• 原本R、G、B都是形状为(H, W)的2D数组，合并后的merged_image形状会变成(H, W, 3)
• 对于任意位置(i, j)，merged_image[i, j]就是一个包含三个浮点数的数组：[R[i,j], G[i,j], B[i,j]]，完全符合你的要求
• np.dstack()是底层优化的向量化操作，比手动循环迭代效率高几个数量级，尤其处理大尺寸图像时优势明显

另一个可选方法：np.stack() #

如果你更习惯用通用的堆叠函数，也可以用np.stack()指定堆叠轴为最后一维（axis=-1），效果和dstack完全一致：

merged_image = np.stack((R, G, B), axis=-1)

额外提示（可选） #

如果之后你需要将这个浮点数数组转换成OpenCV可以直接显示的8位无符号整数格式，只需要添加一行类型转换：

merged_image_uint8 = merged_image.astype(np.uint8)

内容的提问来源于stack exchange，提问作者alyssaeliyah