Python 从一组值中屏蔽图像像素

Question

提供了一个带有标签的图像（像素的值对应于它的标签），以及接受的标签列表，如果像素标签被接受，我正在尝试创建一个带有255 值的“掩码”图像, 0 否则。

我知道这是一种缓慢的方法，因为它以 python 速度迭代图像（但它很好地展示了这个想法）：

mask = numpy.zeros(labels.shape[:2], dtype = "uint8")

for i in xrange(mask.shape[0]):
    for j in xrange(mask.shape[1]):
        if labels[i][j] in accepted:
            mask[i][j] = 255

我知道使用python slicing and masking 会快很多，但是我不知道如何组合一个复杂的条件。当我一个接一个地屏蔽接受标签的像素时，我仍然获得了巨大的加速，如下所示：

for value in accepted:
    mask[labels == value] = 255

我能以某种方式制作一个单行线来做我想做的事吗？我的 python 知识很生疏（阅读：过去几年几乎没有 python），所以当我尝试使用我找到的一些示例来编写这个时，这是我得到的最接近的：

mask[(labels in accepted).all()] = 255

在这种情况下，我收到以下错误：ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我查看过类似的 SO 问题（例如here 或 here 等），但它们似乎都涵盖了值来自某个范围或低于/高于阈值 (

任何关于如何检查“在接受值中的价值”的建议都会很棒。

Answer 1

list_pixels = np.array( [img[x,y,:] for x,y in zip(np.where(bool_obj)[0], np.where(bool_obj)[1])] )

Answer 2

与此同时，我为自己的问题找到了一个可接受的速度解决方案：

mask = numpy.zeros(labels.shape[:2], dtype = "uint8")
mask[numpy.in1d(labels, accepted).reshape(mask.shape)] = 255

首先使用numpy.in1d 从labels 数组中获取一个布尔数组，然后检查accepted 中存在哪些（python 关键字“in”的逐元素函数）。

因为这显然必须返回一个一维数组，即使它可以应用于二维数组（它只是解开数组），所以我使用reshape() 使布尔数组维度对应于@ 987654327@.

最后，我使用这个布尔数组来索引mask 所需的元素并将它们设置为所需的值。