如何将多维查找表（LUT）应用于彩色图像？附简易实现示例

我来给你整理这个简易场景的实现方案，先把核心需求拆解清楚：

• 处理对象：2行4列的彩色图像，每个像素由强度值三元组表示，强度被量化为5个不同整数值
• 实现目标：通过3D查找表（LUT），以像素强度值为索引，将彩色图像转换为单通道图像

下面是基于NumPy的完整可运行代码示例：

import numpy as np

# 定义基础参数：强度量化等级、图像的行/列/通道数
levels = 5
rows, columns, channels = 2, 4, 3

# 创建3D查找表：将RGB强度三元组映射为单通道数值
# 这里用连续整数作为映射结果，你可以根据实际需求自定义映射规则
lut = np.arange(levels ** channels).reshape((levels, levels, levels))

# 生成符合要求的示例彩色图像（随机生成强度值）
color_image = np.random.randint(0, levels, size=(rows, columns, channels))

# 执行转换：利用索引直接从LUT中取出对应单通道值
single_channel_image = lut[color_image[:, :, 0], color_image[:, :, 1], color_image[:, :, 2]]

# 打印结果验证
print("原始彩色图像（形状：{}）：".format(color_image.shape))
print(color_image)
print("\n转换后的单通道图像（形状：{}）：".format(single_channel_image.shape))
print(single_channel_image)

简单说下关键逻辑：

• 3D LUT的形状是(levels, levels, levels)，对应RGB三个通道的强度组合，每个位置存储对应的单通道输出值
• 转换时直接用彩色图像的三个通道分别作为LUT的三个维度索引，就能快速完成批量映射

内容的提问来源于stack exchange，提问作者Tonechas