如何将二值图像中的黑色区域替换为RGB绿色并保留白色区域？

你的二值图像binary是布尔数组，其中True对应白色区域（灰度值大于Otsu阈值），False对应黑色区域。要实现颜色替换，我们需要基于这个掩码创建RGB格式图像，给不同区域填充对应颜色。

步骤说明 #

• 初始化与原图像尺寸一致的3通道RGB图像
• 利用二值掩码批量赋值：
  • 白色区域（binary == True）设为RGB白色 (255,255,255)（若原图像是0-1浮点数格式则用(1,1,1)）
  • 黑色区域（binary == False）设为RGB绿色 (0,255,0)（对应0-1格式的(0,1,0)）
• 显示或保存处理后的图像

完整整合代码 #

import cv2
import matplotlib.pyplot as plt
import numpy as np
from skimage.filters import threshold_otsu

# 1. 读取图像（修正原代码中BURNABLE未定义问题，如需使用请先赋值）
forest = plt.imread("island.png")
# 示例：若BURNABLE是0-1浮点数，可定义为 BURNABLE = 0.6
# forest[:,:,1] = BURNABLE
print(forest.shape)
print("The image of the forest consists of %i pixels" % (forest.shape[0] * forest.shape[1]))
plt.imshow(forest);
plt.show()

# 2. 转换为灰度图
grayed_forest = cv2.cvtColor(forest, cv2.COLOR_BGR2GRAY)
plt.imshow(grayed_forest, cmap = 'gray')
plt.show()
print(grayed_forest.shape)

# 3. 转换为二值图像
thresh = threshold_otsu(grayed_forest)
print(thresh)
binary = grayed_forest > thresh
plt.imshow(binary, cmap='gray')
plt.show()

# 4. 替换黑色区域为绿色，保留白色区域
# 针对0-255整数型图像的处理
rgb_image = np.zeros((forest.shape[0], forest.shape[1], 3), dtype=np.uint8)
rgb_image[:] = (0, 255, 0)  # 先整体设为绿色
rgb_image[binary] = (255, 255, 255)  # 白色区域覆盖为白色

# 若原图像是0-1浮点数格式，替换为以下代码：
# rgb_image = np.zeros((forest.shape[0], forest.shape[1], 3), dtype=np.float32)
# rgb_image[:] = (0, 1, 0)
# rgb_image[binary] = (1, 1, 1)

# 显示最终结果
plt.imshow(rgb_image)
plt.show()

关键细节提示 #

• 注意图像数据类型：plt.imread读取PNG多为0-1浮点数，JPG则是0-255整数，需对应调整颜色值
• 布尔掩码binary可直接用于索引像素，实现批量赋值，效率远高于循环遍历
• 若原图像用cv2.imread读取，通道顺序是BGR，但我们新建的是RGB图像，无需额外转换

内容的提问来源于stack exchange，提问作者RadAstronomer