Python 在图像的所有3通道中查找具有特定值的像素

我有3个频道的图像。我有3个通道的像素值，如果一个像素在其3个通道中有这3个值，那么它属于“a”类。 比如说

classes\u channel=np.zero（（image.shape[0]，image.shape[1]，num\u类））
pixel_class_dict={'0'：[128,64,128]，'1'：[230,50,140]}num_class=2
对于范围内的通道（num_类）：
像素值=像素等级[str（通道）]
对于范围内的i（image.shape[0]）：
对于范围内的j（image.shape[1]）：
如果列表（图像[i][j]）==像素值：
类_通道[i，j，通道]=1

基本上，我想生成一个通道数组，它的数量等于类的数量，每个类在一个特定的通道中是分开的。

---

有什么有效的方法可以做到这一点吗

您可以使用numpy的广播更有效地检查频道中的任何值是否与另一个值匹配：

a=np.arange（2*3）。重塑（2,3） >>>a 数组（[[0,1,2]， [3, 4, 5]]) >>>a==4 数组（[[False，False，False]， [假，真，假]] 这样您就可以创建二进制掩码。以及那些可以与布尔运算符组合的运算符，如

np.logical\u和
np.logical\u或
：

>b=a==4
>>>c=a=0
>>>np.logical_和（b，c）
数组（[[False，False，False]，
[假，假，假]]
>>>np.logical_或（b，c）
数组（[[True，False，False]，
[假，真，假]]

在您的情况下，您可以在像素值的类别上循环，并比较不同的通道：

像素类dict={1:[18,19,20]，2:[9,10,11]}
>>>a=np.arange（2*4*3）。重塑（2,4,3）
>>>b=np.zero（（a.shape[：2]），dtype=np.int）
>>>对于pixel_class，pixel_class_dict.items（）中的pixel_值：
...     掩码=np.逻辑_和（*（a[…，通道]==像素_值[通道]
…用于范围内的通道（a.形状[-1]））
...     b+=像素_类*遮罩
...
>>>b
数组（[[0,0,0,2]，
[0, 0, 1, 0]])

最后一部分之所以有效，是因为您可以将一个数字与一个布尔值相乘（
4*True==4
和
3*False==0
），还因为我假设字典中的每个像素值都是唯一的。如果后者不成立，您将对类标识符求和

稍微短一点的方法是重塑起始阵列：

>b=np.zero（（a.shape[：2]），dtype=np.int）
>>>a2=a.重塑（-1,3）
>>>对于pixel_class，pixel_class_dict.items（）中的pixel_值：
…掩码=（np.all（a2==像素值，轴=1）
…重塑（b.形状）
…b+=遮罩*像素_类
...
>>>b
数组（[[0,0,0,4]，
[0, 0, 2, 0]])
找到了另一个解决方案：
这里的图像是我们想要访问的图像（有3个通道）

将numpy导入为np
进口cv2
对于像素等级dict中的等级id：
class\u color=np.array（像素\u class\u dict[class\u id]）
class_channel[：，：，int（class_id）]=cv2.inRange（图像，class_颜色，class_颜色）。astype（'bool'）。astype（'float32'））
此答案缺少详细信息。首先，您使用的是类引用（
self
）。其次，
mask
未定义。第三，它生成语法错误。答案的意图（使用
cv2.inRange
）可能是好的，但是你应该改进它，让它被其他人使用。谢谢奥利弗指出。我已经做了所有的更正。cv2.inRange的使用真的加快了。