如何将多维查找表应用于彩色图像？

Question

为了简单起见，我们假设图像有两行四列，像素颜色由三组强度级别表示（强度量化为五个不同的整数值）。我想通过一个3D查找表将这样的彩色图像转换成单通道图像，使用每个像素的强度级别作为索引。这个玩具示例可以实现如下：

import numpy as np
levels = 5
rows, columns, channels = 2, 4, 3

lut = np.arange(levels**channels).reshape([levels for n in range(channels)])
np.random.seed(0)
img = np.random.randint(low=0, high=levels, size=(rows, columns, channels))

我知道我可以这样硬编码索引：

^{pr2}$

以上代码可用于多光谱图像：

indexed = lut[[img[:, :, i] for i in range(channels)]]

两种方法产生相同的结果：

In [931]: indexed
Out[931]: 
array([[103,  91,  89,   4],
       [ 55,  30,  48,  15]])

我的问题：有没有更优雅的方法来获得同样的结果？更具体地说，我正在寻找一个NumPy函数，它将一个彩色图像（3D数组）分割成彩色通道（2D数组）的列表。另外，我认为可以通过matplotlib使用lut作为颜色映射来执行转换。在

Answer 1

这是：

red, green, blue = img.transpose()

lut[red, green, blue].transpose()

你在找什么？在

重新排列通道解压缩所需的轴所需的img.transpose()。在

对于任意数量的通道：

^{pr2}$