将 2D numpy 蒙版应用于灰度图像答案

【问题标题】：Applying a 2D numpy mask to grayscale image将 2D numpy 蒙版应用于灰度图像
【发布时间】：2017-08-10 20:58:26
【问题描述】：

我有一个 256×256 像素的 2D 蒙版，像素值为 0 或 255，以及匹配的灰度图像。两者都有形状 (256, 256)。

我想在灰度图像上应用蒙版，因此生成的图像仅包含原始灰度图像中的像素，其中对应的蒙版值为 255（应保留原始灰度像素值）。

我无法使用

img_clean = img_grayscale[mask]

因为它为数组添加了一个新维度（如 numpy 的文档中所述）。

我该如何解决这个问题？

【问题讨论】：

【解决方案1】：

只需添加第三个选项并修改您的灰度图像就地：

img_grayscale[mask == 255] = 0

PS：如果您不想就地修改，可以只创建一个副本。

【讨论】：

【解决方案2】：

我认为这应该可以完成这项工作

np.where(mask == 255, img_grayscale, 0)

【讨论】：

【解决方案3】：

可以使用bitwise AND 将像素值设置为0，其中掩码为0：

img_clean = img_grayscale & mask

由于掩码包含0 或255，因此值要么保持不变，要么根据您的要求设置为0。

【讨论】：

只是一个小注释，但如果 img_grayscale 的数据类型不同于 uint8 或 img_grayscale 的强度范围大于 255，这将不起作用。在大多数情况下，灰度图像是 0-255 范围内的 uint8，但以防万一值得添加注释（例如，我倾向于使用 0-1 范围内的 float32 图像）。