Python Matplotlib中的图像处理

这是一个有点幼稚的问题，但我对数据科学是新手，所以这个问题。 我正在学习一门课程，它读取2D图像并执行以下操作

image = mpimg.imread('test.jpg')
duplicate = np.copy(image)
red_threshold = green_threshold = blue_threshold = 0
rgb_threshold = [red_threshold, green_threshold, blue_threshold]

特别是这条线

thresholds = (image[:,:,0] < rgb_threshold[0]) | (image[:,:,1] < rgb_threshold[1]) | (image[:,:,2] < rgb_threshold[2])
duplicate[thresholds] = [0,0,0]

thresholds=（图像[：，：，0]

这行代码的解释是

结果“复制”是一个图像，其中的像素位于 阈值已保留，低于阈值的像素已保留 停电了

我只是不明白怎么做？ 有人能把这句话说清楚一点，帮我理解这里发生了什么吗？

上面的表达

thresholds = (image[:,:,0] < rgb_threshold[0]) | (image[:,:,1] < rgb_threshold[1]) | (image[:,:,2] < rgb_threshold[2])

这里第三个索引0是来自RGB的图像的通道，因此

图像[：，：，0]，图像[：，：，1]，图像[：，：，2]

分别是RGB通道s'像素

image[:,:,0] < rgb_threshold[0]) 

Out:

[26 55 47]

---

我建议使用最少的代表性数据，运行发布的代码，并分别进一步研究

|

的每个部分。这不是3D图像，而是带有3个通道的2D图像。有些软件将这样的图像表示为3D矩阵，但这并不能使其成为3D图像。@CrisLuengo已编辑并更正。无论如何，这个示例在我看来有点问题，您是从哪里复制粘贴的？

import numpy as np

a = np.array([26,0,46,])
b = np.array([0,55,1,])

print(a | b)

[26 55 47]