使用2D遮罩遮罩BGR图像

Question

我有一个形状为(480, 640, 3) ）的三维数组（图像(480, 640, 3) 。 在此，3表示BGR颜色代码。 我想使用红色图像数组中的数据在此图像上放置遮罩。 根据其值，某些像素需要被遮罩。

创建遮罩效果很好。 它的行为完全符合预期。 为了将蒙版应用于原始图像，我首先将蒙版应用于蓝色和绿色图像。 一切还好。 现在，我将三个蒙版数组堆叠在一起，这将返回形状为(480, 640, 3)的数组。 但是，使用imshow绘制此阵列imshow得到原始图像。 没有任何面具的迹象。

下面我放我的代码。 该代码适用于任何图像尺寸/形状。 您需要做的就是将名称"Whatever_image_you_like.png"更改为您电脑上任何图像的名称。

import numpy
import numpy.ma
import scipy.misc
import matplotlib.pyplot as plt

pixel_value = 130   #Value in range 0 to 255

image = scipy.misc.imread("Whatever_image_you_like.png")

#Extract Blue, Green, and Red image from original image
image_B = numpy.copy(image[:, :, 0])
image_G = numpy.copy(image[:, :, 1])
image_R = numpy.copy(image[:, :, 2])

#Define mask depending on pixel value in Red image
image_mask = numpy.empty([image.shape[0], image.shape[1]], dtype = bool)
image_mask[image_R < pixel_value] = False

#Apply mask to Blue, Green, and Red images
B_masked = numpy.ma.masked_array(image_B, mask = ~image_mask)
G_masked = numpy.ma.masked_array(image_G, mask = ~image_mask)
R_masked = numpy.ma.masked_array(image_R, mask = ~image_mask)

#Stack masked images together again
masked_image = numpy.ma.dstack((B_masked, G_masked, R_masked))

#Plot original image and masked version
fig = plt.figure()

ax1 = fig.add_subplot(2, 1, 1)
ax1.imshow(image)

ax2 = fig.add_subplot(2, 1, 2)
ax2.imshow(masked_image)

plt.show()

我究竟做错了什么？ 有没有更好的方法来解决此问题？

Answer 1

尝试使用与image形状相同的蒙版（实际上，这将是3D蒙版）。 生成image_mask ，执行

# create mask with same dimensions as image
mask = numpy.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
masked_image = image[mask]

这样，我暂时避免在numpy中使用掩码数组。

Answer 2

在类似情况下，这种替代方法可能会更容易：

image[image_mask,:] = np.nan