Python在图像数组中查找颜色并用值填充二维数组

Question

我有一个带有颜色分割的图像，我想从 BGR 颜色列表中找到具有颜色的像素。从这些像素索引中，我想用一些任意值填充二维数组。我已经完成了，但是速度非常慢：

#load image with color segmentations
img = cv2.imread(segmented_img_path)
#create empty output array
output = np.zeros((img.shape[0], img.shape[1]))
#iterate over image and find colors
for i, row in enumerate(img):
    for j, bgr in enumerate(row):
        if np.any(np.all(np.isin(np.array(color_list),bgr,True),axis=1)):
            output[i,j] = float(some_value)

必须有一种更快的方法来做到这一点，可能使用 np.where 但我就是想不通。

Answer 1

我认为这可以按照下面的例子来完成。下面是一个简化的示例，可以根据您的需要进行扩展。

m = np.array(([1,2,3], [4,5,6], [1,2,3]))
d = np.zeros((np.shape(m)))
BGR = [1,3]
for color in BGR:
   d[m==color] = color+1000

我们只需循环遍历您想要在 BGR 列表中找到的颜色值，然后在 for 循环中替换它们。这里 color+1000 是您引用的任意值 到。

对于您的情况，它将如下所示：

img = cv2.imread(segmented_img_path)
output = np.zeros((img.shape))
for bgr in BGR:
   output[img==bgr] = float(some_value)