Python 检查图像中绿色和蓝色值的奇偶性

我有一个形状为（9,8,2）的数组ver，它是我从图像中提取的。 我搜索要做的是迭代这个数组的像素，检查绿色和蓝色值是否有不同的奇偶校验，如果有，将结果True放入一个列表中，并对每一行执行相同的操作

ver = im_arr[:9,:8,1:3]

在这里，我提取了图像的前9行，前8个像素，并提取了列，使其仅具有绿色和蓝色值。 我现在知道如何使用这样的2D阵列：

cf = cf[:,1:3]
jou = (cf.sum(1)%2).astype(bool)

但在这种情况下，对于3D阵列，我真的不知道怎么做，我尝试了三个for循环，但它不起作用：

  for i in range(ver.shape[0]):
         for y in range(ver.shape[1]):
           for z in range(ver.shape[2]):
                juju[i,y,z] = (ver.sum(1)%2).astype(bool)

此代码生成一个随机图像并提取子集。然后检查数组中所有数字的剩余部分是否可以被2整除。np.all调用检查最后一个维度中的所有值是否为True，如果为True，则返回True，否则返回False。为了得到你想要的面具，我用~

编辑以添加一个解决方案，该解决方案检查跨维度的两个值是相等还是奇数

import numpy as np

image = np.random.randint(0, 255, (100, 100, 3))
subset = image[:9, :8, 1:]

even = np.remainder(subset, 2) == 0
mask = ~np.equal(even[..., 0], even[..., 1])

---

如果遮罩绿色和蓝色通道的LSB并添加它们，则只能获得：

0 + 0 = 0
0 + 1 = 1  <--- THIS
1 + 0 = 1  <--- THIS
1 + 1 = 2

---

你能简单解释一下奇偶校验是什么意思吗？如果我从图像中提取一个像素，我有一个像这样的阵列RGB，例如[5 140 24]，我想检查140和24是否具有相同的奇偶校验（G和B值），这里是的，它们甚至返回False。如果它们有不同的奇偶校验->True，请提供一个，包括一些输入和预期的输出。我注意到它不适用于[133 201]这样的奇数，它也会返回True，它必须返回False，因为它们具有相同的奇偶校验（奇数）啊，我可能错误地解释了这个问题。我想他只是想检查一下是否有相同的情况，而不是两者都有。我会更新答案，以包括一个检查，如果两者都是相同的，无论是偶数或奇数。非常感谢！轴的-1是什么意思？它是指最后一个轴。因此，axis=0将对列进行求和，axis=1将对行进行求和，axis=2将对通道进行相加/求和。轴=2与轴=-1相同，因为2是最后一个轴。

0 + 0 = 0
0 + 1 = 1  <--- THIS
1 + 0 = 1  <--- THIS
1 + 1 = 2

mask = np.sum((ver & 1), axis=-1) == 1