Python Numpy：如何防止从最小值减去时循环到最大值

我想从所有像素强度中减去1。是的，我绝对不希望0变成255。我只想让他们保持0

image = cv2.imread('black.jpg')[:,:,0] # let's just take the red channel alone for brevity
print(image[75:85,155:165]) # print middle 10x10
# output: [[0,0,0,....],...]

---

我可以在

.clip（0255）

之后将最后一个转换回

uint8

，但这感觉不是正确的方法。有没有一种方法可以直接进行（无需浇铸，如果条件不利于并行处理）？

一个简单的选择是：

print(image[75:85,155:165]-1)
# output: [[255,255,255,....],...]

print(np.array(image[75:85,155:165])-1)
# output: [[255,255,255,....],...]

print(np.array(image[75:85,155:165], dtype='float32')-1)
# output: [[-1.,-1.,-1.,....],...]

---

由于删除了所有值的1，因此只有0值将变为255。那么，您所能做的就是将它们恢复为0：

image[75:85,155:165] - 1 * (image[75:85,155:165] > 0)

---

最好的方法是

np。其中

带掩码：

a = np.array(image[75:85,155:165])-1
a[a==255] = 0

---

更多信息可以在、和文档中找到。

这应该比减法更快，然后选择等于255的值并将其设为0，不是吗？

grey_new = np.where(image == 0, 0, image - 1)