使用 np.where 在 numpy 数组中查找唯一的元组

Question

我想在 np.where 的 numpy 数组中找到独特的颜色元组。到目前为止我的代码是：

from __future__ import print_function
import numpy as np 

a = range(10)
b = range(10,20)
c = range(20,30)
d = np.array(zip(a, b, c))
print(d)
e = np.array(zip(c, b, a))
print(e)
search = np.array((1,11,21))
search2 = np.array((0,11,21))
print(search, search2)
f = np.where(d == search, d, e)
g = np.where(d == search2, d, e)
print(f)
print(g)

当我运行代码时，它正确地找到了第二个位置的元组搜索。但是元组 search2 也在第一个位置找到，尽管它没有作为唯一元组包含在数组中。我如何在 numpy 中定义在数组中只能找到唯一的元组，因此它为 g 提供了一些值

[[20 10  0]  [21 11  1]  [22 12  2]  
 [23 13  3]  [24 14  4]  [25 15  5]  
 [26 16  6]  [27 17  7]  [28 18  8]  [29 19  9]]

但仍然找到唯一的元组搜索并给出 f

[[20 10  0]  [ 1 11 21]  [22 12  2]  
 [23 13  3]  [24 14  4]  [25 15  5]  
 [26 16  6]   [27 17  7]  [28 18  8]  [29 19  9]]

?

编辑：

OK，所以现在的问题是在python中写一个GIF解码器。我有一个名为 image_a 的前一帧和一个名为 image_b 的后一帧。 image_b 包含具有特定透明度颜色元组的像素，在这种特定情况下对于上传的图像称为 transp_color (0, 16, 8)。该例程应该用像素值来自 image_a 的颜色元组替换所有这些条目，但保持其他像素不变。我的代码是：

from __future__ import print_function
import numpy as np 
import cv2

image_a = cv2.imread("old_frame.png")
image_b = cv2.imread("new_frame.png")
cv2.imshow("image_a", image_a)
cv2.imshow("image_b", image_b)
transp_color = (0, 16, 8)
new_image = np.where(image_b == transp_color, image_a, image_b)
cv2.imshow("new_image", new_image)
cv2.waitKey()

尝试用 np.where 解决此问题会导致生成的图像出现错误的颜色，如上图 3 所示。那么知道如何解决这个问题吗？

Answer 1

表达式 image_b == transp_color 将生成 NxMx3 布尔数组。这也是 np.where 将采取的行动。如果我正确理解你的问题，这里最简单的解决方案是将该表达式变成 np.all(image_b == transp_color, axis=-1, keepdims=True)。这将 return 一个 NxMx1 布尔数组； np.where 将通过颜色通道广播，以便您从图像 A 或 B 中选择一个像素。

Answer 2

好的，终于自己找到了解决方案，这是实现它的代码：

import numpy as np
import cv2

image_a = cv2.imread("old_frame.png")
image_b = cv2.imread("new_frame.png")
cv2.imshow("image_a", image_a)
cv2.imshow("image_b", image_b)
transp_color = (0, 16, 8)[::-1]
channels = 3
f = np.all((image_b==transp_color), axis=-1)
flattened_image = np.reshape(image_b, (image_b.shape[0]*image_b.shape[1], channels))
old_flattened_image = np.reshape(image_a, (image_a.shape[0]*image_a.shape[1], channels))
f = np.reshape(f, (image_a.shape[0]*image_a.shape[1], 1))
np_image = np.array([old_flattened_image[i] if j else flattened_image[i] for i, j in enumerate(f)])
new_image = np.reshape(np_image, (image_a.shape[0], image_a.shape[1], channels))

# new_image = np.where(image_b == transp_color, image_a, image_b)

cv2.imshow("new_image", new_image)
cv2.waitKey()

使用 np.where 在 numpy 数组中查找唯一的元组

Find unique tuples inside a numpy array with np.where

arrays

tuples

numpy

unique

where