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：

  • 背景：255 0 0
  • 脸：255 255 0
  • 头发：127 0 0
  • 眼睛：0 0 255
  • nose：0 255 255
  • 嘴巴：0 255 0

    • 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 , 255 ,   0 ] ,
            [ 255 ,   0 ,   0 ] ,
            [   0 , 255 ,   0 ] ] ,

            [ [   0 ,   0 , 255 ] ,
            [ 255 , 255 ,   0 ] ,
            [   0 ,   0 , 255 ] ,
            [   0 ,   0 , 255 ] ] ] )

    使用广播可以同时检查三个频道。然后沿轴 2 使用 all 我们可以选择满足所有三个等式的点。

    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 ( ):
        key_img = (arr [ 0 ,… ] ==labels [key ] [ 0 ] ) * (arr [ 1 ,… ] ==labels [key ] [ 1 ] ) *     (arr [ 2 ,… ] ==labels [key ] [ 2 ] )
        # do something with key_img

    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

    声明：本站（华域联盟www.cnhackhy.com）所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。