Numpy 使用x，y的数组作为图像数组中的索引

我有一个形象：

>> img.shape
(720,1280)

我已经确定了一组x，y坐标，如果它们为真，则将共形图像的值设置为255

这就是我的意思。构成索引的是我的

VAL

：

>>> vals.shape
(720, 2)

>>> vals[0]
array([  0, 186]) # the x is 0, the y is 186, I'd like to set value at img[0][186]=255

>>> vals[719]
array([719, 207]) # the x is 719, the y is 207, I'd like to set value at img[719][207]=255

vals

的第一个维度与

范围（719）

冗余

我首先创建一个与img形状相同的图像：

>>> out = np.zeros_like(img)
>>> out.shape
(720, 1280)

但是从这里开始，我的索引进入

out

似乎不起作用：

>>> out[vals] = 255
>>> out.shape
(720, 1280)
>>> out
array([[255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
>>> out.min()
255

这使得/all/

out

值为255，而不仅仅是索引为

out==vals

的值

我希望：

>>> out[0][0]
0

>>> out[0][186]
255

>>> out[719][207]
255

---

我做错了什么？

这是可行的，但确实很难看：

# out[(vals[:][:,0],vals[:][:,1])]=255
out[(vals[:,0],vals[:,1])]=255

---

有更好的吗？

我认为这应该有帮助：

import numpy as np

img = np.random.rand(100, 200) # sample image, e.g. grayscaled.

where_to_change = [(20,10), (3, 4)]  # in (x, y)-fashion

#So, you need to set: `img[20, 10] = 1`, `img[3, 4]= 1` etc.... 

img[list(zip(*where))] = 1