如果 RGB 值屬於列表，如何替換圖像中的所有 RGB 值

Question

如果 RGB 值在我的列表中沒有循環，我需要更改圖像中的所有 RGB 值。

我知道為了更改 RGB 值我只需要這樣做：

img[np.all(img == (99, 121, 109), axis=-1)] = (255,255,255)

但是我的值(99, 121, 109)屬於一個列表，例如

   rgbL = [[99, 121, 109], 
           [102, 118, 107], 
           [102, 126, 114], 
                   .......,
           [105, 114, 101]]

為了更改屬於我的rgbL列表的圖像中的所有 RGB 值，我需要循環到我的rgbL的所有值。 但是我的清單太長了。 有沒有辦法不用循環就可以做到這一點？

Answer 1

不幸的是，沒有快速的方法可以做到這一點。 無論您使用循環還是優化的 numpy 解決方案，在幕后您都必須針對rgbL的每個元素檢查每個像素。 考慮到所有這些，您可以使用isin結合數據的結構化數組view來執行正確的分組。

訣竅是創建一個表示像素的自定義類型。 這樣，您就可以比較整個元素而不是顏色通道，這是默認情況下isin所做的。

pixel = np.dtype([('r', img.dtype), ('g', img.dtype), ('b', img.dtype)])

您不能將像素數據類型定義為像這樣的子數組類型pixel = np.dtype((img.dtype, img.shape[-1])) 。 當您嘗試查看數據時，這將導致錯誤。

您現在可以將img視為pixel元素的二維數組，而不是 3D 數組uint8或float ，視情況而定：

data = img.view(pixel).squeeze(axis=-1)

您可以對列表執行相同的操作：

rgbA = np.array(rgbL).view(pixel).squeeze(axis=-1)

你也可以做

rgbA = np.array([tuple(p) for p in rgbL], dtype=pixel)

您不能使用np.array(rgbL, dtype=pixel)因為在這種情況下元素不會被正確初始化。

現在isin會給你你想要的面具：

mask = np.isin(data, rgbA)

您可以直接敷面膜：

data[mask] = 255

如果要設置不同通道的值，請記住使用元組來指定像素條目：

>>> data[mask] = (255, 255, 255)  # OK
>>> data[mask] = [255, 255, 255]
ValueError: NumPy boolean array indexing assignment cannot assign 3 input values to the 1 output values where the mask is true

由於data是img的視圖，因此您已完成。

注意：這僅在您的圖像在三維空間中是連續的時才有效。 否則，您將無法對兩個 arrays 使用相同的數據類型。如果不是這種情況，您將必須復制圖像數據，使其至少在三維上是連續的。 對於大多數理智的 arrays 不是高光譜圖像或其他東西的奇怪視圖，你會沒事的。

長話短說

pixel = np.dtype([('r', img.dtype), ('g', img.dtype), ('b', img.dtype)])

def replace(img, pixels, value):
    data = img.view(pixel).squeeze(-1)
    pixels = np.array(pixels, dtype=img.dtype).view(pixel).squeeze(-1)
    data[isin(data, pixels)] = tuple(value)

Answer 2

如果這適用於單一顏色：

img[np.all(img == (99, 121, 109), axis=-1)] = (255,255,255)

這應該適用於列表：

img[np.all(img in rgbL, axis=-1)] = (255,255,255)

Answer 3

使用 cv2 LUT（查找表）——您可以定義自己的 LUT 並直接指定您的替換項。