RGB-изображения в Керасе представлены как [R, G, B], [R, G, B], ... или как [RR .., GG .., BB ..]?

Question

Скажем, у нас есть RGB-изображение 3x3.

Какое из следующих представлений является правильным?

[ R, G, B],               [ R, R, R],
[ R, G, B],     OR        [ G, G, G], 
[ R, G, B]                [ B, B, B]

Я намеренно пропустил внешнюю скобку, поскольку то, как они установлены, является частью ответа на мой вопрос

Answer 1

С моей точки зрения, вы задаете неясный вопрос:

• 3x3 RGB-изображение обычно представляется как массив 3x3x3

, что означаетесли ваш вопрос касается изображения 3x3 RGB, оно должно содержать три массива 3x3, каждый из которых содержит значения одного цвета, которые можно визуализировать как:

{[(R, R, R),   [(G, G, G),   [(B, B, B),
  (R, R, R),    (G, G, G),    (B, B, B),
  (R, R, R)],   (G, G, G)],   (B, B, B)]}

• Ваш вопрос фактически визуализирует изображение 3x1 RGB

в этом случае (3x1 RGB-изображение) эта версия в вашем вопросе должна быть правильной (возможно, после транспонирования):

{[ R, R, R],
 [ G, G, G], 
 [ B, B, B]}

Если я ошибаюсь, пожалуйста, не стесняйтесьотредактировать или исправить мой ответ!

Answer 2

В Керасе (и большинстве других мест) «R», «G» и «B» называются «каналами».По умолчанию каналы являются последним измерением тензора.Это означает, что каждое изображение представляет собой массив строк, и каждая строка представляет собой массив пикселей, а каждый пиксель представляет собой массив из 3 цветов / каналов.Чтобы ответить на ваш точный вопрос, это наиболее точно представлено вашим первым примером, а не вашим вторым.

Однако Keras также можно настроить на использование channels_first, а это означает, что все наоборот.В этом случае изображение представляет собой массив из 3 каналов, а каждый канал представляет собой монохромный 2D-массив пикселей.