如何在 3d numpy 数组中选择“黑色”单元格？答案

【问题标题】：How to select 'black' cells in a 3d numpy array?如何在 3d numpy 数组中选择“黑色”单元格？
【发布时间】：2021-07-05 03:58:39
【问题描述】：

我有一个形状为 (512, 512, 3) 的 NumPy 数组（即 RGB 图像）。该数组是从二进制掩码创建的，我使用 Pillow 将其读入 3d 数组：

data = np.array(Image.open(mask).convert('RGB'))

我想将蒙版中对象的颜色更改为 RGB 颜色。为此，我需要选择数组中不在所有 3 个维度上的值都为零的所有单元格（即(0,0,0) = black），因为这是背景。

我尝试了以下方法 - 将非黑色单元格着色为绿色 - 没有成功：

data[data[:,:,:] > 0] = (0, 255, 0)

和

data[data[:,:,:] != (0,0,0)] = (0, 255, 0)

得到以下错误（在这两种情况下）：

ValueError: NumPy boolean array indexing assignment cannot assign 3 input values to the 8679 output values where the mask is true

如何选择 3d numpy 数组中的所有“黑色”单元格？

这应该不会太难，但我想不通，而且似乎还没有关于 S/O 的类似问题（但如果我错了，请告诉我）。

这是我想要的结果：将灰色蒙版（左）转换为 RGB 颜色蒙版（右）。

【问题讨论】：

试试np.where。 : 当值不全为零时，您想将第二个通道设置为 255？
是的，虽然不一定是第二个通道：我想为数组中所有非黑色的单元格分配一个 RGB 颜色（绿色只是一个示例）（值为 [0,0 ,0])。

标签： python arrays image numpy

【解决方案1】：

用途：

replace_arr = np.array([[[100, 255, 100]]]).repeat(512, 0).repeat(512, 1)
mask = np.repeat(np.all(arr == 0, axis = -1)[:, :, np.newaxis], 3, axis = -1)
arr = np.where(mask, 0, replace_arr)

另一种方法：

创建一个 2d mask(True/False)，大小为：(512, 512)，即 True 在(i,j)，如果任何arr[i, j, :] 不等于0。
使用idx = np.argwhere(mask) 获取与mask 中的True 值对应的索引，并将这些索引设置为arr 中的新值。

mask = np.any(arr != 0, axis = -1)
idx = np.argwhere(mask)
arr[idx[:, 0], idx[:, 1], :] = [100, 255, 100]

【讨论】：

此解决方案仅适用于更改一个颜色通道，但我想将 RGB 值（三元组）分配给非黑色的值（值为 [0,0,0] )。
完美，这正是我的意思！我更喜欢第二种方法。您能否也对您所做的事情做一个简短的解释？
@Sytze 我已经添加了解释。