Python 将大灰度PIL图像转换为黑色和透明

我试图使用一个大的2d阵列来创建一个带有黑色和透明部分的图像遮罩。最初，输入的2d数组是以灰度（

'L'

）模式加载的

PIL.Image

。所以它包含0到255之间的值。现在我想用

[0,0,0255]

（黑色保持黑色）替换所有0，所有值>0都应该是

[0,0,0]

（透明）。我可以这样做：

import numpy as np

# generate some random test data - normally I just read the input image, which is fast
input_data = np.array([np.array([random.choice([0,10]) for x in range(22000)]) for y in range(9000)])

# create a new img containing black and transparent pixels (r,g,b,alpha) and this takes ages
overlay_img = [[[0, 0, 0, 255] if input_data[y][x] == 0 else [0, 0, 0, 0] for x in range(len(input_data[0]))] for y in range(len(input_data))]
overlay_img = np.array(overlay_img)

这需要相当长的时间，因为输入数据太大（~22000x9000）。我很好奇是否有可能更快地做到这一点。我也尝试了

np.where

，但我无法让它工作。也许有办法直接改变PIL图像

仅供参考：最后，我只想使用

imshow

在matplotlib plot的顶部绘制此图像，以便只有相关区域可见（图像透明），其余区域隐藏/黑色

下面是我想做的一个非常简单的例子：

---

我想您想要这个，但是您还没有显示

imshow（）的代码。

：

在我的MacBook Pro上，最后一行需要800毫秒

---

如果您需要更高的性能，可以按如下方式使用

numexpr

，所需时间为300毫秒而不是800毫秒：

import random
import numexpr as ne
import numpy as np

# Set up dimensions and random input image
h, w = 9000, 22000
im = np.random.randint(0, 11, (h,w), dtype=np.uint8)

# Create 4-channel mask image
mask = np.zeros((h,w,4), dtype=np.uint8)

# Same but with "numexpr"
mask[...,3] = ne.evaluate("(im==0)*255")

---

我不明白为什么在前3个通道都为零的情况下需要4通道图像。我也不明白为什么要制作Numpy数组而使用列表理解。请说明您计划如何使用此“遮罩”，以及您希望它产生什么效果。谢谢。关于你的第二个问题：是的，我不需要numpy数组。我只是在示例中使用了它们，因为在我的示例中，输入是一个2d numpy数组，我以前尝试过

numpy.where

。但是如果它在没有numpy阵列的情况下也能工作，那就太棒了！关于你的第一个问题：这就是我为什么写最后一段的原因：我想用imshow来处理这个黑色和透明的图像，这样下面的层要么隐藏起来，要么在最后的图中显示出来。我能想象一个只有一个通道的黑色和透明的图像吗？似乎我们在错误地交流！我建议您不要使用列表理解，而是使用Numpy数组，因为它们更快。我还想看看你想用来显示图像的代码，以及它的外观。谢谢，谢谢！这比我对清单的理解快多了。我怀疑可能有一个快速的解决办法。而且，

mask[…，3]=（im==0）*255确实很整洁。
import random
import numexpr as ne
import numpy as np

# Set up dimensions and random input image
h, w = 9000, 22000
im = np.random.randint(0, 11, (h,w), dtype=np.uint8)

# Create 4-channel mask image
mask = np.zeros((h,w,4), dtype=np.uint8)

# Same but with "numexpr"
mask[...,3] = ne.evaluate("(im==0)*255")