Image 如何根据rgba图像的不透明度值添加rgb图像和rgba图像

假设一个图像是成形的（x，y，3），另一个是成形的（x，y，4）。现在取决于第4层中像素的值是0还是非零。我需要使用以下规则替换第一幅图像中的像素值

如果第4层中的像素为0，则返回图像的值=rgb图像中该像素处（x，y，3）的值

如果非零返回图像的值=rgba图像中该像素处的值

返回图像应具有形状（x，y，3）

您可以执行以下操作：

mask = img2[...,3] > 0

new_img = np.where(mask[...,None], img2[...,:3], img1)

也无需广播：

mask = img2[...,3:] > 0

new_img = np.where(mask, img2[...,:3], img1)

---

如果我理解正确，您实际上希望使用RGBA图像的alpha部分作为二进制掩码。假设

A

是rgb基本图像，

B

是rgba顶部图像，两者都表示为numpy数组：

mask = B[:, :, 3] > 0.5  # you can also use another threshold here
A[mask] = B[mask, 0:3]

为此，两个图像必须具有相同的形状

或者，也可以使用alpha通道（而不是使用二进制遮罩）将第二个图像覆盖在第一个图像的顶部：

A = (1-B[:,:,3])*A + B[:,:,3]*B[:,:,0:3]

---

正如我理解你的建议，掩码将是一个形状（x，y）的布尔数组，对吗？请你详细说明一下，这将如何映射到wither img1或img 2相同像素位置的值？@alphason。尝试一个最简单的例子，你应该从你的问题开始就提供这个例子。也就是说，是的，这是一个2D数组。@alphason是的。没错。然后我们对

np.where

使用

broadcast

。这是

where

的一个很好的用法。可以说，它通常被插入方孔中。我还注意到mask=img2[…，3]不起作用，而正如Quang正确地提到的那样mask=img2[…，3:]。因为第一部分中掩码的返回形状是（x，y），这会给出值错误，而[…，3:]返回形状（x，y，1），如果使用掩码进行权重计算，则该形状有效，请不要忘记将

A

乘以

1-B[…，-1]

@anroesti！这把它分解得很好（谢谢）这是个好问题。如果你能提供一个简单的例子，那就太完美了。类似于一对3x4左右的图像数组和预期结果。