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：

找出哪些像素为空白RGBA = [0,0,0,0]然后将其颜色更改为蓝色，其他像素将颜色更改为绿色。

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，则为bool True，如果为空，则为False

2-然后应用函数将[0,0,255,255]替换为True，将[0,255,0,255]

替换为False 经过无数次搜索（我不是一个python向导）后，我设法以pythonic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)

但是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都是一样的）

  

ValueError：形状不匹配：对象不能突变为单个形状

实际上第2步可以通过“如何在numpy.ndarray中用数组/向量替换标量/布尔值来概括？”

Answer 1

对于您的第一项任务，使用颜色为正整数的事实，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]

注意，如果我的描述正确，那么原始表达式将返回反向，即您必须将其更改为

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