如何使用 numpy 数组切片屏蔽图像灰度

Question

我需要替换图像（最终图像）的 8 位值（0 到 255）索引集，遵循来自另一个图像（第二个图像）灰度的“地图值”，其中相关地图索引是从主图像中选择的.

事实上，这与 MATLAB 所做的类似

 indexS =  find(image1 == integer ('could be a integer from 1 to 255')) 
 imagfinal(indexS) = imagsecondary(indexS).

我在堆栈上尝试了以下 python/matlab find() 示例，例如：MATLAB-style find() function in Python。以及相关的...

我尝试了 n.nonzero 、 np.argwhere 和 np.where ，但我真的很困惑。

我有三个源图像，比如说 A、B、C，形状相同，例如。 (100x100) 具有不同的 0 到 255 值，我的意思是它们是完全不同的灰度。

所以，第一步 - 我需要从 A 获取所有值 = 1（但可能是 10、196、最多 255）的索引，所以我这样做了：

Aboolean = np.equal(A,1)

结果是

       [False, False, False, ..., False, False, False],
       [False, False, False, ..., False, False, False],...

然后我尝试使用这些布尔索引数组结果从 B 获取值：

Bnew = B[Aboolean]

但它不适用于进一步的步骤，因为结果是值映射并且索引丢失了......

Bnew 的值应该替换 C 图像上的 8 位值，我的意思是那些 8 位值到相同的位置（或相同的索引），记住 B 和 C（也是 A）具有相同的形状/大小数组 (100x100)。

于是我又试了一次：

D = np.where(Aboolean,B,C)

绘制图像时，最终结果是相同的图像 C !!完全没有修改。

fig, ax = plt.subplots(nrows=1, figsize=(16,20))
ax.imshow(D, cmap='gray',interpolation='nearest')

结果相同的图像“C”

我的目标是在 C 上替换 B 中的一组值（由相同的索引位置统治），按照 A 上的条件索引映射进行切片。

Answer 1

您可以使用 A 的布尔索引直接将 C 中的值复制到 B 中（如果您不想修改原始 B，请先使用 B.copy() 创建一个副本）。

>>> import numpy as np
>>> A = np.array([0,0,1,0,0])
>>> B = np.array([1,2,3,4,5])
>>> C = np.array([10,9,8,7,6])
>>> B[A==1] = C[A==1]

>>> B
array([1, 2, 8, 4, 5])

编辑：

C[A==1] = B[A==1]