Question

如何将二进制蒙版图像数组（this_mask-形状：4,4）与预定义的颜色数组（mask_color，形状：3）组合

this_mask = np.array([
[0,1,0,0],
[0,0,0,0],
[0,0,0,0],
[0,0,0,0],
])
this_mask.shape # (4,4)

mask_color = np.array([128, 128, 64])
mask_color.shape # (3)

要获取新的彩色蒙版图像阵列（this_mask_colored，形状：4、4、3）？

this_mask_colored = # do something with `this_mask` and `mask_color`
# [
#  [
#   [0,128,0],
#   [0,0,0],
#   [0,0,0],
#   [0,0,0]
#  ],
#  [
#   [0,128,0],
#   [0,0,0],
#   [0,0,0],
#   [0,0,0]
#  ],
#  [
#   [0,64,0],
#   [0,0,0],
#   [0,0,0],
#   [0,0,0]
#  ],
# ]
this_mask_colored.shape # (4,4,3)

我尝试逐像素循环，当图像为225x225时，速度是否较慢，什么是最好的方法？

对于每个图像，我都有多个蒙版层，每个蒙版层需要具有不同的预定义颜色。

Answer 1

这可能有效：

    this_mask = np.array([
        [0,1,0,0],
        [0,0,0,0],
        [0,0,0,0],
        [0,0,0,0],
    ])
    mask_color = np.array([128, 128, 64])

    res = []
    for row in new:
        tmp = []
        for col in row:
            tmp.append(np.array([1,1,1]) * col)
        res.append(np.array(tmp))

    res = res * mask_color

对于每个条目，将1转换为[1，1，1]，0转换为[0，0，0]

之所以这样做，是因为我想利用运算*（逐元素乘法）的好处

这有效：

    test = np.array([[0, 0, 0],
                     [1, 1, 1],
                     [0, 0, 0],
                     [0, 0, 0]])

    test * np.array([128, 128, 64])

我们会得到

    array([[  0,   0,   0],
           [128, 128,  64],
           [  0,   0,   0],
           [  0,   0,   0]])

我们想将所有计算放在numpy一边。因此，我们遍历数组只是为了进行转换，其余的都是为了numpy。

对于255x255的1（带有一个mask_color），这需要0.2秒；对于1000x1000的像素，则需要2秒

Answer 2

以下功能应该可以满足您的要求。


def apply_mask_color(mask, mask_color):
    return np.concatenate(([mask[ ... , np.newaxis] * color for color in mask_color]), axis=2)

给出以下代码：


this_mask = np.array([
    [0,1,0,0],
    [0,0,0,0],
    [0,0,0,0],
    [0,0,0,0],
    ])

mask_color = np.array([128, 128, 64])

applied = apply_mask_color(this_mask, mask_color)
print(applied.shape) #(4, 4, 3)

请务必注意，输出结果与您的预期不符。而是，其中的每个元素现在都是一个3维数组，其中包含mask_color

中详细说明的R G B值。


print(applied)

输出：


[[[  0   0   0]
  [128 128  64]
  [  0   0   0]
  [  0   0   0]]

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

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

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

我认为这是您正在寻找的更多东西。

numpy：将图像蒙版与RGB结合以获取彩色图像蒙版

2 个答案: