我知道以前有人问过这个问题,但似乎没有针对我的特定用例的任何内容。
我有一个数字数组obs,它表示彩色图像,形状为(252, 288, 3)。
我要将每个不是纯黑色的像素转换为纯白色。
我尝试的是obs[obs != [0, 0, 0]] = [255, 255, 255],但出现以下异常:
ValueError: NumPy boolean array indexing assignment cannot assign 3 input values to the 807 output values where the mask is true
结果与obs[obs[:, :] != [0, 0, 0]] = [255, 255, 255]相同。另外,(obs[:, :] != [0, 0, 0]).shape是(252, 288, 3),我不明白为什么它不是简单的(252, 288)(布尔矩阵)。
我考虑过使用obs[obs != 0] = 255,但那不会有我想要的效果,因为纯绿色([0, 255, 0])的像素将按组件进行处理,过滤后仍为[0, 255, 0],而不是实际为白色([255, 255, 255])。
我到现在为止尝试的东西为什么不起作用,我应该如何着手?
推荐答案布尔索引(如obs[obs != [0, 0, 0]])返回一个一维数组,其中包含obs中满足给定条件的所有元素。 请看下面的示例:
obs = np.array([ [[88, 0,99], [ 0, 0, 0]], [[ 0, 0, 0], [88,77,66]] ])obs != [0, 0, 0]返回布尔数组:
array([[[ True, False, True], [False, False, False]], [[False, False, False], [ True, True, True]]])ANDobs[obs != [0, 0, 0]]然后返回包含掩码为True:array([88, 99, 88, 77, 66])的所有元素的一维数组。
所以您需要where测试是否有any颜色分量不等于0:
np.where(obs.any(axis=-1, keepdims=True), 255, obs)结果:
array([[[255, 255, 255], [ 0, 0, 0]], [[ 0, 0, 0], [255, 255, 255]]]) 请注意,您需要keepdims=True才能启用广播到obs的原始形状。否则,您将不得不通过np.where(obs.any(-1)[...,np.newaxis], 255, obs)或np.where(np.atleast_3d(obs.any(-1)), 255, obs)添加丢失的维度,这不太优雅。更多推荐
使用数组的块状滤波
发布评论