如何将项目添加到numpy数组的每个元组元素？

Question

我有一个形状为 (512, 512, 4) 的 numpy 数组 A 每个元素都是一个元组：(r, g, b, a)。它代表一个 512x512 RGBA 图像。

我有一个形状为 (512, 512, 3) 的 numpy 数组 B 每个元素都是一个元组：(r, g, b)。它代表一个相似的 RGB 图像。

我想将 A 的每个元素中的所有“a”（alpha）值快速复制到 B 中的相应元素中。（基本上是传输 alpha 通道）。

生成的 B 形状将是 (512, 512, 4)。

我怎样才能做到这一点？该算法基于here 布局的快速像素操作技术。

代码：

## . input_image is loaded using PIL/pillow
rgb_image = input_image
print(f"Image: {rgb_image}")
rgb_image_array = np.asarray(rgb_image) # convert to numpy array
print(f"Image Array Shape: {rgb_image_array.shape}")

gray_image = rgb_image.convert("L") # convert to grayscale
print(f"Gray image: {gray_image}")
gray_image_array = np.asarray(gray_image)
print(f"Gray image shape: {gray_image_array.shape}")

out_image_array = np.zeros(rgb_image_array.shape, rgb_image_array.dtype)
print(f"Gray image array shape: {out_image_array.shape}")

rows, cols, items = out_image_array.shape

# create lookup table for each gray value to new rgb value
LUT = []
for i in range(256):
    color = gray_to_rgb(i / 256.0, positions, colors)
    LUT.append(color)

LUT = np.array(LUT, dtype=np.uint8)

print(f"LUT shape: {LUT.shape}")

# get final output that uses lookup table technique.
# notice that at this point, we don't have the alpha channel
out_image_array = LUT[gray_image_array]
print(f"output image shape: {out_image_array.shape}")

# How do I get the alpha channel back from rgb_image_array into out_image_array

输出：

Image: <PIL.Image.Image image mode=RGBA size=512x512 at 0x7FDEF5F2F438>
Image Array Shape: (512, 512, 4)
Gray image: <PIL.Image.Image image mode=L size=512x512 at 0x7FDEF5C25CF8>
Gray image shape: (512, 512)
Gray image array shape: (512, 512, 4)
LUT shape: (256, 3)
output image shape: (512, 512, 3)

Answer 1

使用 numpy 切片：

import numpy as np

A = [[(1,1,1,4)], [(1,1,1,5)]]
B = [[(2,2,2)], [(3,3,3)]]

# A and B are tensors of order 3
A = np.array(A)  
B = np.array(B)


print("A=")
print(A)
print("B=")
print(B)

C = np.copy(A)

# assign along all 1st and 2nd dimensions, but only the first three elements of the third dimension
C[:,:,0:3] = B

print("C=")
print(C)

输出：

A=
[[[1 1 1 4]]

 [[1 1 1 5]]]
B=
[[[2 2 2]]

 [[3 3 3]]]
C=
[[[2 2 2 4]]

 [[3 3 3 5]]]

Answer 2

让我们注意术语

我有一个形状为 (512, 512, 4) 的 numpy 数组 A，每个元素都是一个元组：(r, g, b, a)。它代表一个 512x512 RGBA 图像。

如果 A 具有该形状，并且具有数字 dtype（例如 np.int32），则它具有 512*512*4 个元素。它可以拥有tuple 元素的唯一方法是dtype 是对象。我怀疑你有一个 512x512 的图像，其中每个像素由 4 个值表示。

A[0,0,:]

将是一个 (4,) 形状数组，表示一个像素的这 4 个值（有时称为通道）。

A[:,:,0]

是整个图像的r 值。

如果它们真的是 3d 数组，那么 @mocav 将列（在最后一维上的索引）复制到新数组的解决方案是正确的。

另一种可能性是它们是结构化的二维数组，分别具有 4 个和 3 个字段。这会将 (str) 打印为元组，尽管 repr 打印将使复合 dtype 显式。但解决方案将是相似的 - 创建一个具有正确形状和 dtype 的新数组（如A），并按字段名称从B 和A 复制值。 （在你澄清情况之前，我会等细节）。