在numpy中选择满足多个条件的RGB图像像素

Question

我正在尝试进行视频处理，并且我希望能够有效地获得红色高于 100、绿色低于 100 和蓝色低于 100 的所有像素。我设法通过 for 循环和做对每个像素进行 3 次评估，但这太慢了，每帧需要 13 秒。我目前正在使用cv2来获取图像，并且有

的处理代码

retval = np.delete(frame, (0, 1), 2) #extracts just red of the pixels
retval = np.argwhere(retval>100) #extracts where red is above 100
retval = np.delete(retval, 2, 1) #removes the actual color value, leaving it as coordinates

这让我对红色值高于 100 的任何事物都有部分解决方案，但它也包括棕色和白色之类的事物，这并不理想。这个循环需要非常快地发生，这就是我想使用 numpy 的原因，但我不确定要使用哪些命令。任何帮助将不胜感激。 “帧”数组的结构是这样的，格式为 BGR，而不是 RGB。第一个索引是 x 坐标，第二个索引是 y 坐标，第三个索引是 0、1 或 2，分别对应蓝色、绿色和红色。

[[[255,   0,   0],
  [255,   0,   0],
  [255,   0,   0],
  ...,
  [  8,  20,   8],
  [ 12,  15,  20],
  [ 16,  14,  26]],

  [[255,   0,   0],
  [ 37,  27,  20],
  [ 45,  36,  32],
  ...,
  [177, 187, 157],
  [180, 192, 164],
  [182, 193, 167]]]

Answer 1

尝试制作三个布尔掩码，每个条件一个，然后将它们与np.logical_and 合并

im = #define the image suitably 
mask = np.logical_and.reduce((im[:,:,0]<100,im[:,:,1]<100,im[:,:,2]>100))
im[mask] # returns all pixels satisfying these conditions

这很快。它基于两个 numpy 功能：广播和屏蔽。您可以并且应该在 numpy 文档中阅读这些内容。对于相对复杂的任务，您只需要 for 循环。

编辑：

如果你想要像素的索引，做

i,j = np.where(mask)

那么像素值为

im[i,j]