Замените значения массива numpy для определенного индекса

У меня есть массив изображений (форма: 256, 256, 3).

Существует индекс, как показано ниже.

array([[  2, 254],
       [  2, 255],
       [  3, 252],
       ...,
       [148, 169],
       [148, 170],
       [149, 169]], dtype=int64)

Я мог бы узнать значения индекса массива изображений с помощью кода ниже.

read_image(image).numpy()[idx[:,0], idx[:,1]]

Значения индекса массива изображений будут такими, как показано ниже. (форма: (11978, 3))

array([[145, 161, 174],
       [139, 155, 168],
       [157, 171, 184],
       ...,
       [144, 161, 169],
       [144, 161, 169],
       [146, 163, 171]], dtype=uint8)

У меня есть еще один массив, как показано ниже (размер: (11978,))

array([150, 150, 130, ..., 120, 150, 160])

Я хочу изменить значения индекса трех каналов с помощью вышеуказанного массива.

Например, массив изображений с позицией [2, 254, 3] будет изменен на [150, 150, 150], что соответствует RGB.

Массив изображений позиции [149, 169, 3] будет изменен на [160, 160, 160].

Можете ли вы предоставить явный минимально воспроизводимый пример с уменьшенными размерами? например (4,4,3) вместо (256,256,3) и аналогично для индекса

— 11.04.2024 14:26

python numpy

11.04.2024 14:19

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Следующий код демонстрирует, как решить вашу проблему на небольшом примере. Он создает полностью красное RGB-изображение 4×4, предоставляет 2 индексных значения ([2, 2] и [3, 0]) и соответствующие значения оттенков серого (255 и 127), а затем присваивает значения оттенков серого значениям индекса:

import matplotlib.pyplot as plt
import numpy as np

# Produce 4×4 red RGB image
img = np.zeros(shape=(4,4,3), dtype=np.uint8)
img[..., 0] = 255
# Provide indices: almost center and lower left corner
idx = np.asarray([[2, 2], [3, 0]])
# Provide desired gray values: white for center, 50% gray for corner
grays = np.asarray([255, 127])
# Assign gray values at indices (add new axis: broadcast along channel dimension)
img[idx[:, 0], idx[:, 1]] = grays[:, np.newaxis]
plt.imshow(img)
plt.show()

Здесь img соответствует вашему RGB-изображению размером 256×256, idx соответствует вашему array([[ 2, 254], ..., [149, 169]], dtype=int64), а grays соответствует вашему array([150, ..., 160]).

Результат выглядит следующим образом:

11.04.2024 15:27