python - 使用数组掩码更改像素值

Question

描述

我有一张图片及其 mask 。我正在使用 PIL 和 Numpy 来应用以下规则:

• mask 为红色的像素(255, 0, 0)，设置为(0, 0, 0)。
• mask为绿色的像素(0, 255, 0)，设置为(64, 64, 64)
• mask为蓝色的像素(0, 0, 255)，设置为(128, 128, 128)
• mask为黄色的像素(255, 255, 0)，设置为(255, 255, 255)
• 否则，保持像素不变。

我尝试过的

使用数组掩码的想法，我尝试了以下方法:

import numpy as np
import Image

# (R G B)
red = [255, 0, 0]
green = [0, 255, 0]
blue = [0, 0, 255]
yellow = [255, 255, 0]


def execute():
    im = Image.open('input.png')
    data = np.array(im)
    print "Original = ", data.shape

    mask = Image.open('mask2.png')
    data_mask = np.array(mask)
    print "Mask = ", data_mask.shape

    red_mask = data_mask == red
    green_mask = data_mask == green
    blue_mask = data_mask == blue
    yellow_mask = data_mask == yellow

    data[red_mask] = [0, 0, 0]
    data[green_mask] = [64, 64, 64]
    data[blue_mask] = [128, 128, 128]
    data[yellow_mask] = [255, 255, 255]

    im = Image.fromarray(data)
    im.save('output.png')


if __name__ == "__main__":
    execute()

问题

上面的代码输出:

Original =  (64, 64, 3)
Mask =  (64, 64, 3)
ValueError: NumPy boolean array indexing assignment cannot assign 3 input values to the 5012 output values where the mask is true

我错过了什么吗？如何使用数组掩码的想法来更改像素值？

Answer 1

看看 data[data_mask == red]:它将是一个平面数组，而不是 (X,Y,3) 的 3D 数组。所以，最后一个轴是 5012，而不是 3。所以你不能广播分配。

The docs解释一下:

The result is a 1-D array containing all the elements in the indexed array corresponding to all the true elements in the boolean array.

但是……

The result will be multidimensional if y has more dimensions than b. For example:

(这里，y 相当于您的data，b 相当于您的red_mask。)

如果你仔细想想，这是有道理的。您的 red_mask 是一个 64x64x3 数组；它不可能挑选出 3 向量(像素)，它只能挑选出单个值。

---

让我们举一个更小、更简单、具体的例子(一个 4 像素的一维数组，而不是一个 64x64 像素的二维数组)，而不是你的例子，其中 (a) 你没有给我们数据和 (b ) 太大了，一次看不完:

>>> data = np.array([[1,2,3], [4,5,6], [7,8,9], [10,11,12]])
>>> mask = np.array([[1,2,3], [4,5,6], [1,2,3], [4,5,6]])
>>> red = np.array([1,2,3])
>>> red_mask = mask == red
>>> red_mask
array([[ True,  True,  True],
       [False, False, False],
       [ True,  True,  True],
       [False, False, False]], dtype=bool)
>>> data[red_mask]
array([1, 2, 3, 7, 8, 9])
>>> data[red_mask] = [0,0,0]
ValueError: NumPy boolean array indexing assignment cannot assign 3 input values to the 6 output values where the mask is true
>>> red_mask[:,0]
array([ True, False,  True, False], dtype=bool)
>>> data[red_mask[:,0]]
array([[1, 2, 3],
       [7, 8, 9]])
>>> data[red_mask[:,0]] = [0,0,0]
>>> data
array([[ 0,  0,  0],
       [ 4,  5,  6],
       [ 0,  0,  0],
       [10, 11, 12]])

看看 red_mask 是每个单独标量分量的索引，而 red_mask[:,0] 是每个整个 3 向量像素的索引？