使用 numpy 将二进制掩码应用于 RGB 图像时出现问题

我正在尝试使用 numpy 将二进制掩码应用于 RGB 图像

我找到了这个https://stackoverflow.com/a/26843467/4628384 https://stackoverflow.com/a/26843467/4628384但我还没有写评论的权限。 不管怎样，我遇到了一个问题；非常感谢任何帮助。

def masktoRGB(self,image,image_mask):

        # create mask with same dimensions as image
        mask = np.zeros_like(image)
        # copy your image_mask to all dimensions (i.e. colors) of your image
        for i in range(3):
            mask[:,:,i] = image_mask.copy()

        # apply the mask to your image

        # tried to swap axes, not a solution 
        #image = image.swapaxes(0,1)
        #this gives the error:
        masked_image = image[mask]

        print(mask.shape)
        print(image.shape)
        print(image_mask.shape)



        return masked_image

这给了我：

IndexError：索引 213 超出尺寸 212 的轴 0 的范围

打印输出：

（188、212、3） （188、212、3） (188, 212)

image 和 image_mask 是相同的图像，除了第一个是 RGB，第二个是模式 L

尝试使用广播和乘法：

image * image_mask[..., None]

我假设 image_mask 的类型是 bool，映射到数字 0 和 1。因此 image 和 mask 的成对相乘会将 masked 值设置为零。

使用 np.where() 或 and 运算符可以实现类似的效果。

问题是 image 和 image_mask 的形状不兼容。 Numpy 将首先在形状的头部添加额外的维度，直到两个张量具有相同的形状。因此 image_mask 从 (188, 212) 重塑为 (1,188, 212)。这个新形状与图像的形状不兼容 （188、212、3）。

诀窍是使用花式索引来重塑 image_mask。您可以使用 None 作为索引在形状末尾添加大小为 1 的虚拟尺寸。操作 image_mask[..., None] 会将其从 (188, 212) 重塑为 (188, 212,1)。

广播规则告诉我们，通过沿广播维度重复所有值来扩展大小为 1 的维度。因此 numoy 会自动将张量从 (188, 212,1) 重塑为 (188, 212,3)。由于不创建副本，因此操作速度非常快。

现在可以将位张量相乘以产生所需的结果。