Question

我对Python还是很陌生，并且在理解以下代码的工作方式方面很挣扎。

我将图像读入numpy数组。与此类似：

# Read the image image = mpimg.imread('images/rgb-road.png')

此后，我设置了一个三值边界列表rgb_boundary [123,231,122]。这些值无关紧要。

然后是令人困惑的部分。

boundary = (image[:,:,0] < rgb_boundary[0]) \
            | (image[:,:,1] < rgb_threshold[1]) \
            | (image[:,:,2] < rgb_threshold[2])
image[boundary] = [0,0,0]

这是由于我对Python语法的了解不足以及使用图片导致的。

如果有人可以解释以上代码中发生的事情，我将非常高兴。特别是在具有image [boundary]分配的行中。我的图片值已更改，但是我不知道这在Python中是如何工作的。

此外，如果有资源可以让我阅读它的工作方式/原因，请随时向我推荐。

谢谢！

Answer 1

让我们从第一个执行的片段开始：

image[:,:,0] < rgb_boundary[0]

现在，rgb_boundary[0]就是123，所以这样做是找到图像中第一种颜色（红色）小于123强度的位置（大约是255的一半亮度）是最大亮度）。

以上表达式的结果将是一个2D布尔数组，红色字节小于123的地方为True，其他地方为False。

然后我们可以理解以下代码：

boundary = (image[:,:,0] < rgb_boundary[0]) \
         | (image[:,:,1] < rgb_boundary[1]) \
         | (image[:,:,2] < rgb_boundary[2])

它正在创建一个名为boundary的2D蒙版，对于红色小于123或绿色小于231或蓝色小于122的任何像素，它将为True。 False在任何不满足这些条件的地方。

最后：

image[boundary] = [0,0,0]

这会将所选像素设置为黑色。在NumPy中，可以将boundary之类的布尔掩码与“ fancy indexing”一起使用，以创建数组的“视图”。在这种情况下，无论[0,0,0]条件为image的何处，“视图”都将boundary（黑色）分配给True。

numPy的高级索引如何用于布尔掩码？

1 个答案: