将forloop翻拍成numpy broadcas

Question

我正在尝试通过numpy数组编写LSB隐写术方法。我得到了制作布尔索引掩码的代码，它将给出那些红色通道的位，需要与1异或。你知道吗

import numpy as np
from scipy.misc import imread
import matplotlib.pyplot as plt

message = 'Hello, World!'
message_bits = np.array(map(bool, map(int, (''.join(map('{:b}'.format, bytearray(message)))))), dtype=np.bool)
img = imread('screenshot.png')
xor_mask = np.zeros_like(img, dtype=np.bool)
ind = 0 
for j, line in enumerate(xor_mask):
    for i, column in enumerate(line):
        if ind < len(message_bits):
            xor_mask[j, i, 0] = message_bits[ind]
            ind += 1            
        else:
            break
    else:
        continue
    break         
img[xor_mask] ^= 1

有没有更紧凑的方法来构造xor\u掩码？也许通过numpy广播

升级版本： 将我的for循环简化为：

for j, line in enumerate(xor_mask):
    if ind < len(message_bits):
        xor_mask[j, :, 0] = message_bits[ind]
        ind += len(xor_mask[j])
    else:
        break

Answer 1

如果填充message_bits使元素的数量与xor_mask中像素的数量相同，那么就变得简单了：

xor_mask = np.zeros_like(img, dtype=np.bool)
xor_mask[:, :, 0] = np.reshape(message_bits, xor_mask.shape[:2])

另一种方式，无填充：

xor_mask[:, :, 0].flat[:len(message_bits)] = message_bits