如何替换Numpy数组特定索引位置的多通道值

步骤说明 #

要把图像中指定索引位置的RGB三通道统一替换为对应目标值，只需两步：将单通道目标值扩展为三通道形状，再直接赋值到图像的索引位置。

代码实现 #

import numpy as np

# 读取图像数组（假设已完成读取，形状为(256,256,3)）
img = read_image(image).numpy()

# 索引数组（示例）
idx = np.array([[  2, 254],
                [  2, 255],
                [  3, 252],
                ...,
                [148, 169],
                [148, 170],
                [149, 169]], dtype=int64)

# 目标值数组（示例，形状为(11978,)）
target_vals = np.array([150, 150, 130, ..., 120, 150, 160])

# 将单通道目标值转换为三通道形状(11978,3)，每个位置的RGB值相同
target_rgb = np.stack([target_vals] * 3, axis=1)
# 也可以用repeat方式实现：target_rgb = np.repeat(target_vals[:, np.newaxis], 3, axis=1)

# 对图像的指定索引位置批量赋值
img[idx[:, 0], idx[:, 1]] = target_rgb

原理 #

图像数组通过img[idx[:,0], idx[:,1]]索引得到的是形状为(N,3)的子数组（N=11978），将目标值数组转换为相同形状后，就能直接完成批量赋值，每个索引位置的三个通道会被统一设置为对应的目标值。

内容的提问来源于stack exchange，提问作者MCPMH