numpy 有条件地用数组替换标量/布尔值

Question

我有一个 3D 数组 (x, y, RGBA)，我的目标是：

找出哪些像素是空白的 RGBA=[0,0,0,0]，然后将它们的颜色更改为蓝色，并将其他像素的颜色更改为绿色。

据我所知，它可以分两步完成：

1- 创建一个 500x500 数组，如果像素有值，则布尔值为 True，如果为空白，则为 False

2- 然后应用一个函数将 True 替换为 [0,0,255,255] 并将 False 替换为 [0,255,0, 255]

经过多次搜索（我不是 Python 向导），我设法以 Python 的方式实现了 1-（至少我的希望......）

img.shape
>(500, 500, 4)
img_bool = np.equal(img[:,:], [0, 0, 0, 0]).all(axis=2)
img_bool.shape
>(500, 500)

我对第 2 步的猜测是尝试这样的语法：

img_final = np.where(img_bool, [0,0,255,255], [0,255,0,255])

或

np.choose(img_bool, [[0,0,255,255],[0,255,0,255], out=img_final)

但它们给出了相同的错误（非常合乎逻辑，因为两个表达式实际上可能做同样的事情）

ValueError：形状不匹配：对象不能被转换为单个形状

事实上，第 2 步可以总结为“如何用 numpy.ndarray 中的数组/向量替换标量/布尔值？”

Answer 1

对于您的第一个任务，使用颜色是正整数这一事实，您可以使用

img_bool = img.sum(axis=2)>0

你可以做的第二个

img[img_bool] = [0, 0, 255, 255]
img[~img_bool] = [0, 255, 0, 255]

请注意，如果我的描述正确，您将原始表达式返回反向，即您必须将其更改为

img_bool = ~np.equal(img[:,:], [0, 0, 0, 0]).all(axis=2)