Matplotlib 中的图像处理答案

【问题标题】：Image manipulation in MatplotlibMatplotlib 中的图像处理
【发布时间】：2018-11-12 16:39:39
【问题描述】：

这是一个有点幼稚的问题，但我是数据科学的新手，因此是这个问题。我正在学习一个读取 2D 图像并执行以下操作的课程，

image = mpimg.imread('test.jpg')
duplicate = np.copy(image)
red_threshold = green_threshold = blue_threshold = 0
rgb_threshold = [red_threshold, green_threshold, blue_threshold]

特别是这一行

thresholds = (image[:,:,0] < rgb_threshold[0]) | (image[:,:,1] < rgb_threshold[1]) | (image[:,:,2] < rgb_threshold[2])
duplicate[thresholds] = [0,0,0]

这行代码的解释是，

结果，副本，是一个图像，其中像素高于阈值已被保留，低于阈值的像素已被保留变黑了。

我只是不明白怎么做？有人可以稍微分解一下并帮助我了解这里发生了什么吗？

【问题讨论】：

我建议使用最小的代表性数据并运行发布的代码，并分别进一步研究| 的每个部分。
这不是 3D 图像，它是具有 3 个通道的 2D 图像。一些软件将这样的图像表示为 3D 矩阵，但这并不能使其成为 3D 图像。
@CrisLuengo 已编辑和更正。
无论如何，这个例子在我看来有点错误，你是从哪里复制粘贴的？

标签： python numpy matplotlib computer-vision

【解决方案1】：

上面的表达式，

thresholds = (image[:,:,0] < rgb_threshold[0]) | (image[:,:,1] < rgb_threshold[1]) | (image[:,:,2] < rgb_threshold[2])

展开：

image[:,:,0]

这里是第3个索引，0是RGB图像的通道，因此image[:,:,0], image[:,:,1], image[:,:,2]分别是RGB通道的像素。

image[:,:,0] < rgb_threshold[0])

表示，我们只需要低于实际通道阈值值的像素，这里是0。

在这种情况下，我们打算使用 bitwise or 运算符 | 获得阈值颜色通道值的 numpy 数组的总和，例如：

import numpy as np

a = np.array([26,0,46,])
b = np.array([0,55,1,])

print(a | b)

输出：

[26 55 47]

【讨论】：