根据像素的颜色生成 RGB 图像的布尔掩码的最 pythonic 方法是什么？

Question

我有一张图片有缺失部分，我知道它已被涂成绿色（第一张图片）。生成另一个 "boolean" 图像的最 pythonic 方法是什么，该图像对缺失部分显示白色，对非缺失部分显示黑色（第二张图像）？

是否可以不使用 for 循环而仅使用数组切片来实现？

我的图像是一个形状为 [height, width, 3] 的 numpy 数组。我希望以下代码分配一个二维布尔数组，显示每个像素的值是否为绿色（[0, 255, 0]）。

mask = image[:, :] == [0, 255, 0]

然而，它 returns 一个与图像 ([height, width, 3]) 形状相同的数组，显示像素的红色、绿色或蓝色值是 0、255 还是 0，分别。我可以在这里使用 any() 或 all() 方法吗？

Answer 1

你的想法是正确的。要使用的东西是 numpy 的 alltrue:

mask = np.alltrue(image == [0, 255, 0], axis=2)

Answer 2

想法是使用 np.zeros then color pixels white where the input image pixels are green with np.where 创建一个空白蒙版。生成的掩码应为 ndarray.

类型

import cv2
import numpy as np

# Load image, create blank black mask, and color mask pixels 
# white where input image pixels are green
image = cv2.imread('1.png')
mask = np.zeros(image.shape, dtype=np.uint8)
mask[np.where((image == [0,255,0]).all(axis=2))] = [255,255,255]

cv2.imshow('mask', mask)
cv2.waitKey()

根据像素的颜色生成 RGB 图像的布尔掩码的最 pythonic 方法是什么？

What is the most pythonic way of generating a boolean mask of an RGB image based on the colour of the pixels?

python

numpy

image-processing

slice

numpy-slicing