如何更改 numpy 数组中的像素值

我有一个大的 RGB 图像作为 numpy 数组，我想将所有具有 R=0，G=0，B=0 的像素设置为 R=255，G=0，B=0。 最快的方法是什么？ 我试过：

for pix in result:
    if np.all(np.logical_and(pix[0]==pix[1],pix[2]==0,pix[2]==pix[1])):
        pix [0] = 255

但这样我就没有一个像素了。还有类似的方法，那不是迭代索引吗？

这是一个矢量化的解决方案。您的图像基本上是一个 w x h x 3（颜色）数组。我们可以利用那些不容易掌握但非常强大的广播规则。

基本上，我们将整个数组与具有您要查找的值的 3 个向量进行比较。由于广播规则，Numpy 会将每个像素与这三个向量进行比较，并告诉您它是否匹配（因此在这种特定情况下，红色、绿色和蓝色是否匹配）。您最终将得到一个与图像大小相同的 true 和 false 布尔数组。

现在我们只想找到所有三种颜色都匹配的像素。为此，我们使用“all”方法，如果数组的所有值都为 true，则该方法为 true。如果我们将其应用于某个轴（在本例中为颜色轴），无论所有颜色都匹配，我们都会得到一个 true 的 w x h 数组。

现在我们可以将此 2D 布尔掩码应用回原始的 w x h x 3 数组，并获取与我们的颜色匹配的像素。我们现在可以重新分配它们——再次通过广播。

这是示例代码

import numpy as np

#create a 2x2x3 image with ones
img = np.ones( (2,2,3) )

#make the off diagonal pixels into zeros
img[0,1] = [0,0,0]
img[1,0] = [0,0,0]

#find the only zeros pixels with the mask 
#(of course any other color combination would work just as well)
#... and apply "all" along the color axis
mask = (img == [0.,0.,0.]).all(axis=2)

#apply the mask to overwrite the pixels
img[ mask ] = [255,0,0]