将numpy数组中低于阈值的数字替换为零

Question

所以我有一个非常大的Numpy数组（2560x1920）。它实际上来自一张灰度图片，每个像素都有一个0-1之间的数字，表示它的亮度。在

我试图用零替换所有低于阈值（比如0.5）的值。 这可能是一个简单的任务，但我是一个新手与纽比，我搜索了周围，仍然没有找到它。在

这是我所尝试的，我知道这是错误的。。。在

for x in np.nditer(Image):
    if x < .5:
        x == 0

plt.imshow(Image, cmap=plt.cm.gray)
plt.show()

它只输出正常图像而不改变任何东西。在

数组也类似于这样（明显缩写）：

^{pr2}$

Answer 1

有numpy的内置索引，可以用来替换元素。这可以通过以下方式实现：

Image[Image<0.5] = 0

Answer 2

我带着建议从未来回来。在

上述方法对于一个简单的全局阈值非常有效。 我发布这个答案是为了警告非自适应阈值，像这样，可能太天真了，这取决于您的应用程序。在

如果不适应图像的平均亮度或其他质量，如果要分析在不同条件下拍摄的多张照片，输出将不一致。在

有更精确的方法来解决这个问题，但它们稍微复杂一点。Scikit图像使这一切变得简单。在

最流行的方法之一是大津的（我不能说哪种方法对每种情况都是最准确的，我还没有进行足够的研究）。 https://en.wikipedia.org/wiki/Otsu%27s_method

Scikit Image在它们的模块中内置了这个和其他一些算法。在

使用这种方法，对上述问题的答案很简单：

import matplotlib.pyplot as plt
from skimage.filters import threshold_otsu

thresh = threshold_otsu(Image)
binary = Image > thresh

plt.imshow(Image, cmap=plt.cm.gray)
plt.show()

请阅读以下示例： http://scikit-image.org/docs/dev/auto_examples/plot_otsu.html

关于这里的用法： http://scikit-image.org/docs/dev/api/skimage.filters.html?highlight=local%20otsu