我正在尝试将图像切片为 RGB，但在绘制这些图像时遇到问题。 我使用此函数从某个文件夹获取所有图像：

def get_images(path, image_type):
image_list = []
for filename in glob.glob(path + '/*'+ image_type):
    im=misc.imread(filename, mode='RGB')
    image_list.append(im)
return image_list

该函数创建 4d 数组 (30, 1536, 2048, 3)，我非常确定第一个值代表图像数量，第二个和第三个是维度，第三个是 RGB 值。

获得所有图像后，我将它们存储为 numpy 数组

image_list = get_images('C:\HDR\images', '.jpg')
temp = np.array(image_list)

之后，我尝试使用简单的切片来从这些图像中获取特定的颜色：

red_images = temp[:,:,:,0]
green_images = temp[:,:,:,1]
blue_images = temp[:,:,:,2]

当我打印出这些值时，一切似乎都很好。

print(temp[11,125,311,:])
print(red_images[11,125,311])
print(green_images[11,125,311])
print(blue_images[11,125,311])

我得到以下信息：

[105  97  76]
105
97
76

到目前为止，一切似乎都很好，但是当我尝试显示图像时出现了问题。我用了matplotlib.pyplot.imshow显示它，我得到的图像如下：

这是合理的，因为我选择红色：

 plt.imshow(temp[29,:,:,0])

但是当我将其更改为不同的颜色通道时，如下所示：

plt.imshow(temp[29,:,:,2])

我得到这样的图像：

我的问题很简单。这里发生了什么？

我认为 matplotlib 只是将每个通道（即强度）视为“热图”。

将颜色图传递给 imshow 函数，如下所示，告诉它您希望它如何为图像着色：

plt.imshow(image_slice, cmap=plt.cm.gray)

Edit

@mrGreenBrown 回应你的评论，我假设misc.imread您使用的函数来自 scipy，即scipy.misc.imread。该功能与PIL. See scipy.misc.imread 文档 https://docs.scipy.org/doc/scipy/reference/generated/scipy.misc.imread.html。感谢@dai 指出了这一点。

任何图像的单个通道只是强度。它没有颜色。对于以 RGB 颜色空间表示的图像，颜色是通过“混合”红色、绿色和蓝色的量（由各自通道的强度给出）来获得的。单一通道无法表达颜色.

默认情况下，Matplotlib 将强度显示为热图，即“颜色”。

当您将单个通道另存为 JPEG 格式的图像时，该函数仅将单个通道复制 3 次，以便 R、G 和 B 通道都包含相同的强度。这是典型的行为，除非您将其保存为可以处理单通道灰度图像的 PGM 等格式。当您尝试可视化该具有相同通道重复 3 次的图像时，由于每个像素的红色、绿色和蓝色的贡献相同，因此图像显示为灰色。

Passing plt.cm.gray to the cmap论证只是告诉imshow不要对强度进行“颜色编码”。因此，更亮的像素（接近白色的像素）意味着这些位置有“更多”的“颜色”。

如果你想要颜色，你必须复制 3 通道图像并将其他通道的值设置为0.

例如，要将红色通道显示为“红色”：

# Assuming I is numpy array with 3 channels in RGB order
I_red = image.copy()  # Duplicate image
I_red[:, :, 1] = 0    # Zero out contribution from green
I_red[:, :, 2] = 0    # Zero out contribution from blue

stackoverflow 上的一个相关问题here https://stackoverflow.com/questions/29718877/how-to-extract-green-channel-from-rgb-image-in-python-using-scikit-image-library.