回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我有一个形状为<code>(480, 640, 3)</code>的三维数组(图像)。这里,3是指<code>BGR</code>颜色代码。我想使用红色图像数组中的数据在该图像上放置一个遮罩。根据它的值,某些像素需要遮罩。</p>
<p>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。一切都还不错。现在我堆栈三个屏蔽数组,它返回一个形状为<code>(480, 640, 3)</code>的数组。但是,使用<code>imshow</code>绘制这个数组会得到原始图像。没有任何面具的痕迹。</p>
<p>下面是我的密码。该代码适用于任何图像大小/形状。您只需将名称<code>"Whatever_image_you_like.png"</code>更改为pc上任何图像的名称</p>
<pre><code>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()
</code></pre>
<p>我做错什么了?有没有更好的方法来解决这个问题?</p>