Creating boolean masks from RGB pixel values python
我有以下带有 RGB 值和相应类的图像掩码:
现在我想在像素级别上为每个类创建一个布尔 numpy 数组,以便每个像素都有相应的类,即每个 [length, width] 类的布尔数组,每个像素的 True 或 False 取决于是否它属于那个类。
对于 BG、嘴巴和眼睛,我可以简单地复制轴 0、1 或 2,然后使用 np.bool 将其转换为 True 或 False(255 = True,0 = False)。
然而,对于其他类,我正在努力让它在不使用双 for 循环的情况下工作。有人可以帮助我在不使用 for 循环的情况下获得我想要的吗?
您可以利用 numpy 广播:
一个例子:
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
>>> pprint(labels) {‘BG’: array([255, 0, 0]), ‘eyes’: array([ 0, 0, 255]), ‘face’: array([255, 255, 0]), ‘hair’: array([127, 0, 0]), ‘mouth’: array([ 0, 255, 0]), ‘nose’: array([ 0, 255, 255])} >>> example array([[[255, 0, 0], [127, 0, 0], [255, 0, 0], [255, 0, 0]], [[255, 255, 0], [[ 0, 0, 255], |
使用广播可以同时检查三个频道。然后沿轴 2 使用
1
|
>>> masks = {k: (example==v).all(2) for k, v in labels.items()}
|
就是这样。结果:
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
>>> pprint(masks)
{‘BG’: array([[ True, False, True, True], [False, False, True, False], [False, False, False, False]]), ‘eyes’: array([[False, False, False, False], [False, False, False, False], [ True, False, True, True]]), ‘face’: array([[False, False, False, False], [ True, False, False, False], [False, True, False, False]]), ‘hair’: array([[False, True, False, False], [False, False, False, False], [False, False, False, False]]), ‘mouth’: array([[False, False, False, False], [False, True, False, True], [False, False, False, False]]), ‘nose’: array([[False, False, False, False], [False, False, False, False], [False, False, False, False]])} |
这样的事情怎么样?
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
labels = {‘bg’ : [255, 0, 0], ‘face’ : [255, 255, 0], ‘hair’ : [127, 0, 0], ‘eyes’ : [0,0,255], ‘nose’ : [0, 255, 255], ‘mouth’ : [0,255,0], } arr = np.random.choice([0,127,255], size=(3,500,500)) # simulated image for key in labels.keys(): |
顺便说一句:
For BG, mouth and eyes, I can simple copy axis 0, 1, or 2 and use np.bool to convert it to True or False (255 = True, 0 = False).
会导致标签不明确。nose会得分为 BG 和眼睛,例如
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/tech/python/267907.html