图像数据的 numpy 形状的维度顺序是啥？

Posted 2023-03-12

【中文标题】图像数据的 numpy 形状的维度顺序是啥？

【英文标题】：What is dimension order of numpy shape for image data?图像数据的 numpy 形状的维度顺序是什么？

【发布时间】：2017-09-02 12:38:53

【问题描述】：

我正在使用nibabel lib 从 nii 文件加载数据。我在http://nipy.org/nibabel/gettingstarted.html阅读了lib的文档，发现

无需将任何主要图像数据加载到内存中即可获得此信息。当然也可以以 NumPy 数组的形式访问图像数据

这是我加载数据和形状的代码

import nibabel as nib
img = nib.load('example.nii')
data = img.get_data()
data = np.squeeze(data)
data = np.copy(data, order="C")
print data.shape

我得到了结果

128, 128, 64

什么是数据形状的顺序？是WidthxHeightxDepth吗？我的输入必须安排为depth, height, width。所以我将使用input=data.transpose(2,0,1)。这样对吗？谢谢大家

更新：我发现 Numpy 会按顺序读取图像 Height x Width x Depth 作为参考 http://www.python-course.eu/images/axis.jpeg

【问题讨论】：

Numpy 文档是怎么说的？

我发现，axis=0 是高度，axis=1 是宽度，axis=2 是深度。这样对吗？像这样python-course.eu/images/axis.jpeg

我是想去 Numpy 网站上找形状函数

回答您自己问题的最简单方法是在已知尺寸的示例图像上运行代码。

@user8264 你是对的，它总是 (H, W, D) 因为 NumPy 使用的术语 (axis=0, axis=1, axis=2) 或类似的 (Y, X, Z) 轴，如果你想以这种方式可视化它。跨度>

【参考方案1】：

好的，这是我的看法：

使用scipy.ndimage.imread('img.jpg', mode='RGB')，生成的数组将始终具有以下顺序：(H, W, D) 即（高度、宽度、深度），因为 numpy 用于 ndarrays 的术语(axis=0, axis=1, axis=2) 或类似的(Y, X, Z)，如果愿意的话3 维可视化。

# read image
In [21]: img = scipy.ndimage.imread('suza.jpg', mode='RGB')

# image shape as (H, W, D)
In [22]: img.shape
Out[22]: (634, 1366, 3)

# transpose to shape as (D, H, W)
In [23]: tr_img = img.transpose((-1, 0, 1))    

In [23]: tr_img.shape
Out[23]: (3, 634, 1366)

---

如果您将 img_shape 视为一个元组，

#  index    (0,   1,    2)
img_shape = (634, 1366, 3)
# or index  (-3,  -2,  -1)

选择哪一种方便你记住。

---

注意：scipy.ndimage.imread() API has been removed since Scipy 1.2.0。所以，现在推荐使用imageio.imread()，它读取图像并返回Array，一个numpy数组的子类，遵循上面讨论的相同约定。

# read image
$ img = imageio.imread('suza.jpg', format='jpg')

# convert the image to a numpy array
$ img_np = np.asarray(img)

---

PS：还应该注意的是，像 tensorflow 这样的库也（几乎）遵循与 numpy 相同的约定。

tf.image_decode_jpeg() 返回：

uint8 类型的张量。 3-D 形状[height, width, channels]

【讨论】：

感谢 kmario23 的回答。我想知道为什么是transpose((-1, 0, 1)) ，而不是transpose((2, 0, 1))

@user8264 你的也是对的。这只是编写（元组/列表的）索引的另一种方式。

谢谢。所以，我在代码中使用了data = np.copy(data, order="C")（有问题）。我需要删除线吗？

@user8264 是的，我认为不需要squeeze 和copy 操作。您使用 img.get_data() 加载的数据本身就是一个 numpy 数组