如何使用Python的numpy where函数批量修改图像RGB值

直接用numpy的布尔索引就能实现高效批量替换，完整代码如下：

from PIL import Image
import numpy as np

target_file = r'D:\rgb_test\C\test.tga'
img = Image.open(target_file)
basePixel = np.array(img)

old_rgb_value = (255, 0, 0)
new_rgb_value = (57, 57, 57)

# 生成匹配旧RGB值的布尔掩码
mask = np.all(basePixel == old_rgb_value, axis=-1)
# 批量替换匹配的像素
basePixel[mask] = new_rgb_value

# 可选：保存修改后的图像
img_new = Image.fromarray(basePixel)
img_new.save(r'D:\rgb_test\C\test_modified.tga')

关键逻辑说明 #

• np.all(basePixel == old_rgb_value, axis=-1)：沿着图像的RGB通道维度（axis=-1），逐个校验每个像素的三个通道值是否完全匹配旧RGB值，生成与图像尺寸一致的布尔数组（匹配位置为True，其余为False）
• basePixel[mask] = new_rgb_value：借助numpy布尔索引特性，直接将所有掩码为True的像素批量赋值为新RGB值，效率远高于循环遍历修改

内容的提问来源于stack exchange，提问作者J.Shim