Python opencv：使用r>；提取像素；b>；G

我试图用python中的opencv从图像中提取只有r>b>g的像素。我不想使用.split（），因为它太慢了。有人能帮我吗

我尝试过这样的事情：（但太慢了）

编辑，我想这样做：

img[img[2]>img[1] and  img[1]>img[0]]=0

---

我不确定这是否给出了预期的结果，但这对我来说没有错误

img = cv2.imread(...)

img[ (img[:,:,2] > img[:,:,1]) & (img[:,:,1] > img[:,:,0]) ] = 0

cv2.imshow('image', img)

我不必把它分开

因为

cv2

使用

BGR

而不是

RGB

，所以我不得不按不同的顺序进行比较

我可以使用

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

但是我必须将它转换回

BGR

来显示它

---

顺便说一句：

cv2

使用numpy数组来保持

img

print( type(img) )

<class 'numpy.ndarray'>

打印（类型（img））

我不确定这是否给出了预期的结果，但这对我来说没有错误

img = cv2.imread(...)

img[ (img[:,:,2] > img[:,:,1]) & (img[:,:,1] > img[:,:,0]) ] = 0

cv2.imshow('image', img)

我不必把它分开

因为

cv2

使用

BGR

而不是

RGB

，所以我不得不按不同的顺序进行比较

我可以使用

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

但是我必须将它转换回

BGR

来显示它

---

顺便说一句：

cv2

使用numpy数组来保持

img

print( type(img) )

<class 'numpy.ndarray'>

打印（类型（img））

您可以执行以下操作：

import numpy as np

# Generate random image
np.random.seed(42)
r = np.random.randint(0,256,(8,5,3), dtype=np.uint8) 

# Make space for results
res = np.zeros((8,5),dtype=np.uint8)

# Calculate mask
res[(r[...,0]>r[...,1]) & (r[...,1]>r[...,2])] = 1  

输入数组

r

：

array([[[102, 220, 225],
        [ 95, 179,  61],
        [234, 203,  92],   <--- matches
        [  3,  98, 243],
        [ 14, 149, 245]],

       [[ 46, 106, 244],
        [ 99, 187,  71],
        [212, 153, 199],
        [188, 174,  65],   <--- matches
        [153,  20,  44]],

       [[203, 152, 102],   <--- matches
        [214, 240,  39],
        [121,  24,  34],
        [114, 210,  65],
        [239,  39, 214]],

       [[244, 151,  25],
        [ 74, 145, 222],
        [ 14, 202,  85],
        [145, 117,  87],
        [184, 189, 221]],

       [[116, 237, 109],
        [ 85,  99, 172],
        [226, 153, 103],
        [235, 146,  36],
        [151,  62,  68]],

       [[181, 130, 160],
        [160, 166, 149],
        [  6,  69,   5],
        [ 52, 253, 112],
        [ 14,   1,   3]],

       [[ 76, 248,  87],
        [233, 212, 184],
        [235, 245,  26],
        [213, 157, 253],
        [ 68, 240,  37]],

       [[219,  91,  54],
        [129,   9,  51],
        [  0, 191,  20],
        [140,  46, 187],
        [147,   1, 254]]], dtype=uint8)

您可以这样做：

import numpy as np

# Generate random image
np.random.seed(42)
r = np.random.randint(0,256,(8,5,3), dtype=np.uint8) 

# Make space for results
res = np.zeros((8,5),dtype=np.uint8)

# Calculate mask
res[(r[...,0]>r[...,1]) & (r[...,1]>r[...,2])] = 1  

输入数组

r

：

array([[[102, 220, 225],
        [ 95, 179,  61],
        [234, 203,  92],   <--- matches
        [  3,  98, 243],
        [ 14, 149, 245]],

       [[ 46, 106, 244],
        [ 99, 187,  71],
        [212, 153, 199],
        [188, 174,  65],   <--- matches
        [153,  20,  44]],

       [[203, 152, 102],   <--- matches
        [214, 240,  39],
        [121,  24,  34],
        [114, 210,  65],
        [239,  39, 214]],

       [[244, 151,  25],
        [ 74, 145, 222],
        [ 14, 202,  85],
        [145, 117,  87],
        [184, 189, 221]],

       [[116, 237, 109],
        [ 85,  99, 172],
        [226, 153, 103],
        [235, 146,  36],
        [151,  62,  68]],

       [[181, 130, 160],
        [160, 166, 149],
        [  6,  69,   5],
        [ 52, 253, 112],
        [ 14,   1,   3]],

       [[ 76, 248,  87],
        [233, 212, 184],
        [235, 245,  26],
        [213, 157, 253],
        [ 68, 240,  37]],

       [[219,  91,  54],
        [129,   9,  51],
        [  0, 191,  20],
        [140,  46, 187],
        [147,   1, 254]]], dtype=uint8)

---

为什么不呢？我找不到如何在不使用for循环的情况下比较数组中每个元组的元素。图片的形状是：img=[（蓝色，绿色，红色），（蓝色，绿色，红色），…]，在numpy文档中找不到如何做。更清楚的是，我想这样做：img[img[2]>img[1]和img[1]>img[0]]=0为什么不呢？我找不到如何在不使用for循环的情况下比较数组中每个元组中的元素。图片的形状为：img=[（蓝色，绿色，红色），（蓝色，绿色，红色），…]，在numpy文档中找不到如何进行比较。更清楚的是，我想这样做：img[img[2]>img[1]和img[1]>img[0]=0Ooops，我看我的和你的差不多。我将保留它，因为它生成测试数据并保存结果，而不覆盖原始数据，所以略有不同。向您致敬：-）@MarkSetchell代码中的示例数据是轻松快速测试代码的好主意。我喜欢在你的代码中使用我以前从未见过的

…

。哎呀，我看我的代码和你的差不多。我将保留它，因为它生成测试数据并保存结果，而不覆盖原始数据，所以略有不同。向您致敬：-）@MarkSetchell代码中的示例数据是轻松快速测试代码的好主意。我喜欢在你的代码中使用

…

，这是我以前从未见过的。