用 3D 替换 2D numpy 数组（元素到向量）答案

【问题标题】：Replace 2D numpy array with 3D (elements to vectors)用 3D 替换 2D numpy 数组（元素到向量）
【发布时间】：2021-07-04 15:50:01
【问题描述】：

这个问题可能以前有人问过，所以我很高兴有人指出答案，但我找不到。

我有一个 True 和 False 的二维 numpy 数组。现在我需要将其转换为黑白图像（一个 3D numpy 数组），也就是说，我需要 [0,0,0] 代替每个 False 和 [1,1,1] 代替每个True。最好的方法是什么？例如，

Input:

[[False, True],
 [True, False]]

Output:
[[[0, 0, 0], [1, 1, 1]],
 [[1, 1, 1], [0, 0, 0]]]

（您可能知道，3D 图像是形状为 (height, width, 3) 的数组，其中 3 是深度维度，即通道数。）

如果有人能告诉我如何将其转换回来，即如果我有一个纯黑白图像（纯 [0,0,0] 和 [0,0,1] 像素），那么如何我得到一个具有相同高宽尺寸的二维矩阵，但用True 代替白色像素（[1,1,1]）和False 代替黑色像素（[0,0,0]）。

【问题讨论】：

a = a.astype(np.uint8) 对于 3D，您可以使用 np.expand_dims(arr, axis=2) 或 np.stack([list of 2D arrays], axis=2)，对于 True-False，您可以使用 np.where(arr==1)
@Bilal。这些都不是很好的选择

标签： python arrays numpy image-processing cv2

【解决方案1】：

最便宜的方法是将您的bool 数据查看为np.uint8，并添加一个假维度：

img = np.lib.stride_tricks.as_strided(mask.view(np.uint8),
                                      strides=mask.strides + (0,),
                                      shape=mask.shape + (3,))

与mask.astype(np.uint8) 不同，mask.view(np.uint8) 不复制数据，而是利用bool_ 存储在单个字节中的事实。同样，np.lib.stride_tricks.as_strided 创建的新维度是一个不复制任何数据的视图。

您可以通过手动创建新的array object 来绕过as_strided 和view：

img = np.ndarray(shape=mask.shape + (3,), dtype=np.uint8,
                 strides=mask.strides + (0,), buffer=mask)

【讨论】：

谢谢！！任何建议如何走另一条路（你有img，你称之为mask）？
@VainmondeDeCourtenay。你可以做img[..., 0].view(bool)

【解决方案2】：

我认为最清晰的方法是：

a = np.array([[False, True], [True, False]])
out = np.zeros((*a.shape, 3), dtype=np.uint8)
out[a.nonzero()] = 1

>>> out
array([[[0, 0, 0],
        [1, 1, 1]],

       [[1, 1, 1],
        [0, 0, 0]]], dtype=uint8)

【讨论】：

你可以用a代替a.nonzero()。 a 已经是一个布尔掩码。无需将其转换为一次性操作的索引。