Question

如果该颜色的像素为蓝色，我想将元素更改为[0,0,0]。下面的代码有效，但速度极慢：

for row in range(w):
    for col in range(h):
        if np.array_equal(image[row][col], [255,0,0]):
            image[row][col] = (0,0,0)
        else:
            image[row][col] = (255,255,255)

我知道np.where适用于单维数组，但是如何使用该函数替换3维对象的东西呢？

Answer 1

自从您提出numpy.where后，您可以使用nupmy.where进行操作：

import numpy as np

# Make an example image
image = np.random.randint(0, 255, (10, 10, 3))
image[2, 2, :] = [255, 0, 0]

# Define the color you're looking for
pattern = np.array([255, 0, 0])

# Make a mask to use with where
mask = (image == pattern).all(axis=2)
newshape = mask.shape + (1,)
mask = mask.reshape(newshape)

# Finish it off
image = np.where(mask, [0, 0, 0], [255, 255, 255])

重塑正在那里，因此numpy将适用broadcasting，more here also。

Answer 2

您可以做的最简单的事情就是将要设置的元素乘以零的零数组。三维数组的此数组属性的示例如下所示。

x = array([ [ [ 1,2,3 ] , [ 2 , 3 , 4 ] ] , [ [ 1, 2, 3, ] , [ 2 , 3 , 4 ] ] , [ [ 1,2,3 ] , [ 2 , 3 , 4 ] ] , [ [ 1, 2, 3, ] , [ 2 , 3 , 4 ] ] ]) print x if 1: x[0] = x[0] * 0 print x

这将产生两个打印输出：

[[[1 2 3]   [2 3 4]]

[[1 2 3]   [2 3 4]] ......

和

[[[0 0 0]   [0 0 0]]

[[1 2 3] [2 3 4]] ......

此方法适用于示例中的image [row]和image [row] [column]。您重新编写的示例如下所示：

for row in range(w): for col in range(h): if np.array_equal(image[row][col], [255,0,0]): image[row][col] = 0 else: image[row][col] = 255

Numpy在多维数组上更改条件上的所有元素

2 个答案: