Question

我有一个具有3个颜色通道的图像（2D阵列）。像这样：

[[[128 197 254]
  [128 197 254]
  [128 197 254]
  ...
  [182 244 255]
  [182 244 255]
  [182 244 255]]

 [[128 197 254]
  [128 197 254]
  [128 197 254]
  ...
  [182 244 255]
  [182 244 255]
  [182 244 255]]

 [[128 197 254]
  [128 197 254]
  [128 197 254]
  ...
  [182 244 255]
  [182 244 255]
  [182 244 255]]

 ...

 [[128 197 254]
  [128 197 254]
  [128 197 254]
  ...
  [182 244 255]
  [182 244 255]
  [182 244 255]]

 [[128 197 254]
  [128 197 254]
  [128 197 254]
  ...
  [182 244 255]
  [182 244 255]
  [182 244 255]]

 [[128 197 254]
  [128 197 254]
  [128 197 254]
  ...
  [182 244 255]
  [182 244 255]
  [182 244 255]]]

我想获取例如[255、255、255]的颜色的索引。我尝试使用np.where()或np.argwhere()，但它比较的是值而不是数组。最快，最有效的方法是什么？

Answer 1

IIUC，您可以使用np.nonzero

np.nonzero((arr==255).all(axis=2))

这将返回表示索引的数组元组。如果你这样做

arr[ind]

其中ind是第一个expr的返回值，您可以访问/修改所有255的所有行。

Answer 2

使用np.numpy可以做到这一点

import numpy as np

# Generating an example array
width = 100 
height = 100
channels = 3
img = np.random.rand(width, height, channels) * 255

# Defining the three value channels
r=0 
g=1 
b=2

# Defining the query values for the channels, here [255, 255, 255]
r_query = 255
g_query = 255
b_query = 255

# Print a 2D array with the coordinates of the white pixels
print(np.where((img[:,:,r] == r_query) & (img[:,:,g] == g_query) & (img[:,:,b] == b_query)))

这将为您提供一个二维数组，其中包含原始数组（图像）中白色像素[255、255、255]的坐标。

注意：另一种方法是使用OpenCV

mask = cv2.inRange(img, [255, 255, 255], [255, 255, 255])
output = cv2.bitwise_and(img, img, mask = mask)

如何使用np.where（）比较数组而不是单个值

2 个答案: