numpy的掩码返回值与掩码赋值的区别

明杭

于 2020-04-08 10:57:02 发布

阅读量344

点赞数

分类专栏：人工智能

本文链接：https://blog.youkuaiyun.com/weixin_45312883/article/details/105381810

版权

人工智能专栏收录该内容

5 篇文章

订阅专栏

本文深入探讨了使用NumPy进行图像处理时，掩码返回值与掩码赋值的区别。通过具体示例，展示了如何利用掩码来筛选和修改数组中的特定元素，这对于理解和应用图像处理技术至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

掩码返回值与掩码赋值的区别

首先来看一下代码, 在图像处理领域会经常用到

import numpy as np

arr = np.array([[1, 1, 1],
                [2, 2, 2],
                [3, 3, 3]])
bl = np.array([[True, False, True],
              [False, True, False],
              [True, True, False]])
arr3 = np.arange(0, 27).reshape(3, 3, 3)
print(arr3)         # 打印原三维数组, 相当于二维数组每个元素位置兑换成一个列表，每个列表存三个元素
# [[[ 0  1  2]          1->[ 0  1  2]
#   [ 3  4  5]          1->[ 3  4  5]
#   [ 6  7  8]]         1->[ 6  7  8]
#
#  [[ 9 10 11]          2->[ 9 10 11]
#   [12 13 14]          2->[12 13 14]
#   [15 16 17]]         2->[15 16 17]
#
#  [[18 19 20]          3->[18 19 20]
#   [21 22 23]          3->[21 22 23]
#   [24 25 26]]]        3->[24 25 26]

print(arr3[bl])     # 掩码返回值，只保留True元素的位置
# [[ 0  1  2]
#  [ 6  7  8]
#  [12 13 14]
#  [18 19 20]
#  [21 22 23]]

arr3[bl] = [0, 0, 255]      # 掩码赋值，True元素的位置换成[0, 0, 255], False的位置保留
print(arr3)
# [[[  0   0 255]
#   [  3   4   5]
#   [  0   0 255]]
# 
#  [[  9  10  11]
#   [  0   0 255]
#   [ 15  16  17]]
# 
#  [[  0   0 255]
#   [  0   0 255]
#   [ 24  25  26]]]