如何在 python 中将三个 3D numpy 数组转换为 RGB 矩阵

Question

我什至不确定这是否可行，但我是 python 的新手。

我有三个 3D 数据集，每个都是一个 64 x 64 x 50 的 numpy 数组。我试图将每个 3D 数据集组合成一个 3D RGB 图像，其中每个单元格由一个 RGB 值表示，每个颜色通道表示单个数据集的值。

例如，我的数据是在岩石中测得的三种不同同位素，因此我希望 R 代表氧 16、G = 硫 32 和 B = 镁 24 的值。

我已经弄清楚如何使用以下广义方程将每个同位素阵列标准化为 0-255 之间的离散值：

new_arr = ((arr - arr.min()) * (1/(arr.max() - arr.min()) * 255).astype('uint8')

更具体地说，对于我的数据，我有以下内容：

O16R = ((O16.get_data() - np.min(O16.get_data())) * (1/(np.max(O16.get_data()) - np.min(O16.get_data())) * 255).astype('uint8'))

S32G = ((S32.get_data() - np.min(S32.get_data())) * (1/(np.max(S32.get_data()) - np.min(S32.get_data())) * 255).astype('uint8'))

Mg24B = ((Mg24.get_data() - np.min(Mg24.get_data())) * (1/(np.max(Mg24.get_data()) - np.min(Mg24.get_data())) * 255).astype('uint8'))

现在，我想创建另一个 64 x 64 x 50 的 3D 数组，数组中的每个索引都由与上面定义的索引值相对应的 RGB 值定义。

举个简单的例子，如果我有 2 x 1 的小数组：

O16R = (151, 3)

S32G = (2 , 57)

Mg24B = (0, 111)

然后我需要一个生成的 RGB 嵌套矩阵，其值为：

RGB = ( [151,2,0] , [3,57,111] )

我认为我需要创建一个 for 循环，但我一直没弄明白。这是我目前所拥有的，但它不解析数据。

RGB = np.zeros(shape=(64,64,50)) 
for i in RGB:
    RGB = ([O16R, S32G, Mg24B])

如有任何帮助，我们将不胜感激。

Answer 1

IIUC，对于您的最小示例，您可以执行以下任一操作：

# setup:
O16R = (151, 3)
S32G = (2 , 57)
Mg24B = (0, 111)

# using zip:
RGB = np.array(list(zip(O16R, S32G, Mg24B)))
# or just transposing the array:
RGB = np.array([O16R, S32G, Mg24B]).T

两个return:

>>> RGB
array([[151,   2,   0],
       [  3,  57, 111]])

如何在 python 中将三个 3D numpy 数组转换为 RGB 矩阵

How to convert three 3D numpy arrays to RGB matrix in python

python

arrays

rgb

numpy

multidimensional-array