Python 从一组值中屏蔽图像像素

提供带有标签的图像（像素的值对应于其标签）以及接受的标签列表，我尝试使用以下命令创建“蒙版”图像255如果像素标签被接受，则值，0否则。

我知道这是一种缓慢的方法，因为它以 python 速度迭代图像（但它很好地演示了这个想法）：

mask = numpy.zeros(labels.shape[:2], dtype = "uint8")

for i in xrange(mask.shape[0]):
    for j in xrange(mask.shape[1]):
        if labels[i][j] in accepted:
            mask[i][j] = 255

我知道使用 python 切片和屏蔽要快得多，但我不知道如何组成复杂的条件。当我将像素一一接受的标签屏蔽时，我仍然获得了巨大的加速，如下所示：

for value in accepted:
    mask[labels == value] = 255

我能以某种方式制作一句台词做我想做的事吗？我的 python 知识很生疏（阅读：过去几年几乎没有 python），所以当我尝试使用我发现的一些示例来编写此内容时，这是我得到的最接近的：

mask[(labels in accepted).all()] = 255

在这种情况下，我收到以下错误：ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我看过类似的问题（例如here https://stackoverflow.com/questions/13461153/how-can-i-iterate-over-image-pixels-in-a-faster-manner-in-python or here https://stackoverflow.com/questions/26445153/iterations-through-pixels-in-an-image-are-terribly-slow-with-python-opencv等等），但它们似乎都涵盖了值来自某个范围或低于/高于阈值 (

任何关于如何检查“是否是可接受的值中的值”的建议都会很棒。

与此同时，我找到了一个可以接受的速度解决我自己的问题的方法：

mask = numpy.zeros(labels.shape[:2], dtype = "uint8")
mask[numpy.in1d(labels, accepted).reshape(mask.shape)] = 255

它包括首先使用numpy.in1d https://docs.scipy.org/doc/numpy/reference/generated/numpy.in1d.html从中获取一个布尔数组labels数组，并检查哪些存在于accepted（Python 关键字“in”的逐元素函数）。

由于这显然必然返回一个一维数组，即使它可以应用于二维数组（它只是解开数组），所以我遵循使用reshape()使布尔数组的维度与mask.

最后，我使用这个布尔数组来索引所需的元素mask并将它们设置为所需的值。