如何基于目标像素替换 Numpy 图像数组中的所有 RGB 值

Question

我有一个Numpy数组中的图像。

我想将特定颜色替换为黑色，其他所有颜色替换为白色。

循环太慢，我的numpy条件不起作用。

所有匹配数组--[121,112,131]的像素必须完全替换为另一个数组--[0,0,0]

所有其他像素--->[255, 255, 255]

结果出现了忽略的像素，它们匹配第一个通道[True, False, False]

抱歉拼写错误，希望我的代码更易于理解。

我的示例结果:

import numpy as np
from scipy import misc

file = misc.face()
img = np.array(file)

target_color = [121, 112, 131]
true_color = [0, 0, 0]
false_color = [255, 255, 255]

true_mask = np.all(img == target_color, axis=2)
false_mask = np.all(img != target_color, axis=2)

img[true_mask] = true_color
img[false_mask] = false_color

print(img)

输出：

array([[[  0,   0,   0],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]],

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]],

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]],

       ...,

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]],

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [121, 157,  96],
        [255, 255, 255],
        [255, 255, 255]],

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]]], dtype=uint8)

问题：

当第一通道等于目标颜色时，会留下像素。

Target Pixel: [121, 112, 131]
Overseen Pixel: [121, 157,  96]

- Incur

---

此外，如果我将您的代码粘贴到编辑器中，它将无法运行（我知道，因为我刚刚尝试过）。 - Mad Physicist

抱歉，之前有一个很丑的打字错误。现在应该可以运行了。 - Incur

感谢修复。misc.face() 已经返回一个数组了。 - Mad Physicist

Answer 1

您的图像形状为(768, 1024, 3)。您希望创建一个掩膜，指示其等于3元素数组的位置。您已经找到了正确的方法：

mask = np.all(img == target_color, axis=2)

这是因为形状从最右边的维度进行广播。你不需要计算img != target来获取反向掩码：

false_mask = ~mask

但是您不需要这样做。您可以创建输出数组：

img = np.full_like(img, [255, 255, 255])

同时你可以设置被掩盖的元素：

img[mask, :] = [0, 0, 0]

索引:很重要，因为您需要告诉它沿第三个维度取所有内容，而掩码处理前两个维度。

- Mad Physicist

---

这解决了我的问题，谢谢。我不太理解维度的所有内容，但从这里我可以深入挖掘。 :) - Incur

@Incur。我很高兴它对你有用。有时候，获得那些提示告诉你从哪里开始挖掘是非常重要的。我很乐意为你做这件事。 - Mad Physicist