Python 对2D np.array中特定行对应的行（向量）进行计数

我有一个

np.array

，基本上是RGB格式的图像。我对它进行了改造，使其更易于使用。因此，它的形状类似于：

（22618，3）

，每行对应一个像素。我想检查是否有一些像素对应于特定的颜色，以及其中有多少是这种颜色

假设颜色是元组中定义的

（0，255，255）

和

（255，0，0）

。另外，包含数据的np.array是

data

（真正的原创！）

当我尝试时：

any(data[(data2 == colors[0])])

它按预期工作。如果有任何像素（三元组）对应于

颜色[0]

的三元组，则返回

True

否则

False

。 但当我尝试以下方法时：

np.sum(data[(data == colors[1])])

结果是将发现包含相同颜色的每个像素的所有像素值（R+G+B）相加

我只使用了包含布尔值的数组（

data==colors[1]

），但几乎没有成功。此外，我还尝试了对特定轴求和，但没有多大帮助：

np.sum(data == colors[1], axis=0)

数组（[373226122618]）

我可以在这里做一些复杂的数学运算，知道最多373个像素可以是正确的颜色，但这不是精确的计算。我可以在这里使用一些功能，比如

bincount

，但是结果似乎需要额外的工作，而且一些实验没有显示出预期的效果

那么，如何计算具有相同颜色的像素数呢？有什么想法吗？

让我们看看这些数据：

data = np.array([(0,0,255),(0,0,255),(0,255,0),(0,0,0)])

我们正在寻找这种颜色：

colour = (0,0,255)

计算匹配的元组数：

match = [(x == colour).all() for x in data]

你的回答是:

print(np.sum(match))

一艘班轮：

print(np.sum([(x == colour).all() for x in data]))

---

（如果我答对了）

您希望给定行的所有元素都与模板颜色匹配，因此应该使用

np.all

行方式，即沿

轴
1。这将产生一个布尔数组，每行有一个真值

剩下要做的就是数一数：

np.count_nonzero(np.all(data == colors[i], axis=1))

如果您对多种颜色感兴趣，那么按照以下方法进行操作会更有效：

import numpy_indexed as npi
unique_colors, counts = npi.count(npi.intersection(data, colors))

这将有效地计算所有感兴趣颜色的计数。（免责声明：我是该软件包的作者）。
关于
np.count\u nonzero（np.all（data==colors[I]，axis=1））
？@PaulPanzer这应该是一个答案…@liliscent，如果你这么说；-）向上投票（最小长度）