在Python中按条件替换图像像素颜色

我有一个RGBA图像，我必须找出是否有任何像素的红色值小于150，并将这些像素替换为黑色。我正在为此使用以下代码：

import numpy as np
imgarr = np.array(img)
for x in range(imgarr.shape[0]):
    for y in range(imgarr.shape[1]):
        if imgarr[x, y][0] < 150:    # red value < 150
            imgarr[x, y] = (0,0,0,255)

将numpy导入为np
imgarr=np.数组（img）
对于范围内的x（imgarr.shape[0]）：
对于范围内的y（imgarr.shape[1]）：
如果imgarr[x，y][0]<150:#红色值<150
imgarr[x，y]=（0,0,0255）

然而，这是一个缓慢的循环，我确信它可以使用一些函数进行优化，例如，但我无法将其应用到这段代码中。如何解决这个问题？

使用与阈值比较的掩码-

img = np.asarray(img)
imgarr = np.where(img[...,[0]]<150,(0,0,0,255),img)

img=np.asarray（img）
imgarr=np。其中（img[…，[0]]对于一个通道图像，我们可以执行以下操作

out_val = 0
gray = cv2.imread("colour.png",0)

gray[gray<value] = out_val


out\u val=0
灰色=cv2.imread（“color.png”，0）
gray[gray使用
..
和
[0]
和
0，数组中没有一个
是有趣的。有没有一个好的链接可以了解更多关于这些的信息？@rnso这应该会有所帮助-在
np中，
参数应该是
imgar
而不是
img
（在这两个位置）@rnso是的，我假设
img
是一个数组。修复。