Question

我需要替换另一幅图像（第二幅图像）灰度的“映射值”，然后替换一张图像（最终图像）的8位值（0至255）索引集，该灰度值是从原始图像中选择了相关的映射索引

实际上，这与MATLAB相似

 indexS =  find(image1 == integer ('could be a integer from 1 to 255')) 
 imagfinal(indexS) = imagsecondary(indexS).

我尝试了以下示例在堆栈上使用python / matlab find（），例如：MATLAB-style find() function in Python。还有相关的...

我尝试了n.nonzero，np.argwhere和np.where，但我真的感到困惑。

我有三个源图像，例如A，B，C，形状相同。（100x100）具有0到255之间的不同值，我的意思是它们是彼此完全不同的灰度。

因此，第一步- 我需要从A获取所有值等于1（但可能是10、196，最大255）的索引，所以我做到了：

Aboolean = np.equal(A,1)

结果是

       [False, False, False, ..., False, False, False],
       [False, False, False, ..., False, False, False],...

然后我尝试使用这些布尔索引数组结果从B中获取值：

Bnew = B[Aboolean]

但是它不能用于进一步的步骤，因为结果是值的映射并且索引丢失了。

Bnew的值应该替换C图像上的各个8位值，我的意思是将这些8位值放入相同的位置（或相同的索引），请记住B和C（也A）具有相同的值形状/尺寸数组（100x100）。

所以我再次尝试：


D = np.where(Aboolean,B,C)

当绘制图像时，最终结果就是相同的图像C！完全没有修改。


fig, ax = plt.subplots(nrows=1, figsize=(16,20))
ax.imshow(D, cmap='gray',interpolation='nearest')

得到相同的图像“ C”

我的目标是一种从B到C替换一组值（由相同的索引位置决定）的方法，该值是根据A上条件的索引图进行切片的。

Answer 1

您可以通过使用A的布尔索引直接将C中的值复制到B中来进行此操作（如果您不想修改原始B，请首先使用B.copy()创建一个副本）。

>>> import numpy as np
>>> A = np.array([0,0,1,0,0])
>>> B = np.array([1,2,3,4,5])
>>> C = np.array([10,9,8,7,6])
>>> B[A==1] = C[A==1]

>>> B
array([1, 2, 8, 4, 5])

编辑：

C [A == 1] = B [A == 1]

如何使用numpy数组切片遮罩图像灰度

1 个答案: