scipy.ndimage.gaussian_filter函数的Sigma参数我不理解轴的概念

Question

我有简单的示例，这些示例无法像预期的

import numpy as np
from PIL import Image
from scipy import ndimage

def gaussian_smoothing(image, sigma = 1):
    im = np.array(image)
    sim = ndimage.gaussian_filter(im, sigma=sigma)

    print(im.shape)
    return Image.fromarray(sim)

def main():
    im = Image.open("./data/kodim03.png")

    filtered_image = gaussian_smoothing(im, 1)

    filtered_image.show()

输入图像一样工作：

图像的形状为（512，768，3）。

输出图像：

图像被弄清楚了。那不是我所期望的。

我做了一些挖掘，但我仍然感到困惑。来自scipy.ndimage.gaussian_filter文档页面：

sigma：标量或标量序列

高斯内核的标准偏差。标准偏差 给出每个轴的高斯滤波器作为一个序列，或作为单个 数字，在这种情况下，所有轴都相等。

当我更改代码并替换行sim = ndimage.gaussian_filter（im，sigma = sigma） sim = ndimage.gaussian_filter（im，sigma =（sigma，sigma，sigma，sigma，sigma，0））） 我会得到预期的结果。

预期输出：

我不了解轴的概念。我认为前两个轴是X方向和Y方向。但是第三轴是颜色吗？

我在卷积和过滤器方面的经验非常有限，但我一直认为这是一个简单的盒子，可以在图像上移动并应用高斯舒缓。由于我们在这里有三个渠道，RGB，我想这一过程将在所有3个渠道中重复，并且将发生某种平均值。

有人可以向我解释有关X，Y和色彩方向的想法以及如何工作的想法。