我有一个代表彩色图像的 numpy 2d 矩阵。这个矩阵有一些负数和浮点数，但我当然可以使用 imshow(my_matrix) 显示图像。
我需要对这个彩色图像执行直方图均衡，所以我在stackoverflow中找到了一个使用cv2（OpenCV Python equalizeHist彩色图像）的代码，但问题是我无法将二维矩阵转换为需要三个RGB通道的cv矩阵。
我再次搜索，但我发现的只是将常规 3d numpy 矩阵转换为 cv2 矩阵，那么如何将 numpy 2d 矩阵转换为具有 3 个通道的 cv2 矩阵？
因为 numpy.ndarray 是 cv2 的基础，所以你只需像往常一样编写代码，比如
img_np = np.ones([100,100])
img_cv = cv2.resize(img_np,(200,200))
你可以试试
最好将现有的 numpy 数组堆叠在其自己的副本之上，而不是对其进行整形并添加第三个轴。检查此代码：
import numpy as np
import matplotlib.pyplot as plt
a = np.random.rand(90, 100) # Replace this line with your 90x100 numpy array.
a = np.expand_dims(a, axis = 2)
a = np.concatenate((a, a, a), axis = 2)
print(a.shape)
# (90, 100, 3)
plt.imshow(a)
plt.show()
你会得到一个灰色的图像。