在python中显示原始图像像素而不是遮罩

我有一个深入的学习模型，当绘制成这样时，它会返回给我一个数组

res = deeplab_model.predict(np.expand_dims(resized2,0))
labels = np.argmax(res.squeeze(),-1) #remove single dimension values, gives the indices of maximum values in the array  
plt.imshow(labels[:-pad_x])

（上面的最后一行只是在打印之前删除一些不清楚的线）

看起来像这样

原始图像是这样的

当我做这件事的时候

print(labels[labels>0])
print(labels.shape)
print(len(labels))

我明白了

[12 12 12 ... 12 12 12]
(512, 512)
512

---

我想在出现遮罩的原始图像中显示彩色像素，并将所有其他颜色都变为黑色（或模糊或其他颜色，我将选择），如何做到这一点？

标签数组在这里的工作方式还不完全清楚。假设猫和狗所在的位置包含大于零的值，则可以使用以下内容创建蒙版图像：

mask = lables > 0
newimage = np.zeros(image.shape)
newimage[mask] = image[mask]

---

在这里，我基于原始图像创建了一个零图像，并将原始像素设置为标签大于零的位置。

我能够逆转这一点，实现我想要的结果

mask=labels[：-pad_x]==0
resizedOrig=cv2。调整大小（帧，（512384））
调整大小[面具]=0

你的问题是什么？请检查帖子的结尾行？我仍然不明白，所以你看到有一个黄色的狗和猫面具，而不是黄色的。我需要显示真实的狗和猫，希望它有意义？现在我明白了是的，标签数组在面具所在的位置包含大于0的值。我尝试了您的解决方案

newImage=np.zeros（img.shape）newImage[mask]=img[mask]

但我得到了以下错误

indexer:布尔索引与维度0上的索引数组不匹配；维度是358，但对应的布尔维度是512，其中img是
img=plt.imread（“imgs/image2.jpg”）
当我检查时，它们都有相同的维度
print（img.shape，newImage.shape）
（358500，3）（358500，3）
请稍候，我实际上是在尝试在原始图像上创建一个掩码，而不是在调整大小的图像上创建一个掩码，所以在尝试了
newImage=np.zeros（resized2.shape）newImage[mask]=resized2[mask]
之后，我通过一条消息
将输入数据剪裁到imshow的有效范围，其中包含RGB数据（[0..1]表示浮点数或[0..255]表示整数）