Python 在图像中查找颜色并在第二个图像上重新绘制（使用numpy）

我试图在一张图片中找到特定的颜色（或更可能的颜色范围），并在第二张图片上重新绘制坐标，以便进一步调查。因为我读了很多关于numpy有多伟大的文章，所以我开始使用它（我对python非常陌生，尤其是numpy）。 所以，我写了一些东西，一种颜色效果很好，但是很多颜色都有（性能）问题，我很确定，我可以通过使用numpy提供的更多功能来解决这个问题。基本上，我想杀死for循环。这是我的代码（稍后我必须添加更多颜色范围）：

如果

n\u测试形状
为
（w，h，3）
，则
r
、
g
和
b
的形状分别为
（w，h）
n_test
是一个3D数组，但是
r
、g
、b`都是2D数组

现在，我们不必使用
np.where
并选择与特定颜色相关的点，而是可以通过定义颜色范围的不等式来消除所有
for循环
：

mask = (r >= 5) & (r <= 10) & (g >= 5) & (g <= 10) & (b >= 5) & (b <= 10)

mask=（r>=5）&（r=5）&（g=5）&（b=5）
返回与
r
形状相同的二维布尔数组（即
（w，h）
）。
和
应用逻辑和运算符元素。因此，
mask
也是一个二维布尔数组。无论那些附加的表达是真的，这都是真的

ni_-test[mask]=0
使用二维布尔数组对二维数组
ni_-test
进行索引，
mask
。它将0分配给
ni_测试中
mask
为真的位置
 好的，谢谢，效果很好。如果其他人有其他建议，我会等一段时间，但我想，差不多就是这样。我遇到了另一个问题。我想要一张monochron图片，而不是RGB图片。我试过一些东西，但结果很奇怪。到目前为止，有效的方法是在Image.fromarray（ni_test，'RGB'）中添加.convert（'1'），但这意味着，我创建了一个RGB图片，然后将其转换，而不是首先创建一个monochron图片。我修改了代码以输出单色图像。为此，我进行了
ni_测试
形状
n_测试。形状[:2]
，然后在模式
L
中将其转换为PIL图像。我尝试了相同的方法，但使用了模式“1”。这真的没什么区别。
import PIL
import Image
import numpy as np

i = 0
im = Image.open('%*s.bmp' % (1, i)).convert('RGB')
n_test = np.asarray(im)
r, g, b = np.rollaxis(n_test, axis=-1)
ni_test = np.empty(n_test.shape[:2], dtype=np.uint8)
ni_test.fill(255)

mask = (r >= 5) & (r <= 10) & (g >= 5) & (g <= 10) & (b >= 5) & (b <= 10)
ni_test[mask] = 0
im_test = Image.fromarray(ni_test, '1')
im_test.save('test_%*s.bmp' % (1, i))

r, g, b = np.rollaxis(n_test, axis=-1)

mask = (r >= 5) & (r <= 10) & (g >= 5) & (g <= 10) & (b >= 5) & (b <= 10)