如何将NumPy中的3D灰度图像数组转换为2D数组？

嘿，这个问题解决起来真的很简单！既然你的灰度图三个RGB通道的数值完全一致，咱们根本不需要复杂的计算，直接提取其中任意一个通道就能把三维数组转成二维啦～

最直接高效的方法：切片提取单个通道 #

假设你的三维数组名为gray_rgb_arr，形状是(height, width, 3)（高度、宽度、3个颜色通道），直接用NumPy的切片操作取第一个（或第二、第三个）通道的所有值即可：

import numpy as np

# 用你提供的示例数据创建三维数组
gray_rgb_arr = np.array([
    [[24, 24, 24], [36, 36, 36], [108, 108, 108]],
    [[196, 196, 196], [45, 45, 45], [90, 90, 90]],
    [[80, 80, 80], [74, 74, 74], [127, 127, 127]]
])

# 转换为二维数组：提取第一个通道（索引0）
gray_2d_arr = gray_rgb_arr[:, :, 0]

# 打印结果
print(gray_2d_arr)

运行这段代码后，输出就是你期望的二维数组：

[[ 24  36 108]
 [196  45  90]
 [ 80  74 127]]

为什么这个方法靠谱？ #

因为灰度图的三个RGB通道数值完全相同，所以提取[:, :, 0]、[:, :, 1]或者[:, :, 2]得到的结果是完全一样的。而且切片是NumPy的原生操作，几乎没有额外性能开销，比任何计算类方法都快。

补充：其他可选方法（仅作参考，不推荐） #

如果出于某种原因你需要处理通道值可能存在微小差异的情况（虽然你明确说完全相同），可以用均值、最大值等方式合并通道，但这些方法会额外消耗计算资源，不如切片高效：

# 计算三个通道的均值（结果和切片一致）
gray_2d_mean = np.mean(gray_rgb_arr, axis=2).astype(np.uint8)
# 取三个通道的最大值
gray_2d_max = np.max(gray_rgb_arr, axis=2)

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