如何在NumPy中高效判断RGB数组元组是否等于指定值

要实现你需要的功能，完全不需要Python层面的遍历，用NumPy的向量化操作就能高效完成，核心思路是利用广播机制和维度上的全匹配检查：

核心实现代码 #

import numpy as np

# 构造你的RGB数组示例
arr = np.array([
    [(1,2,3), (2,2,2), (1,2,3)],
    [(0,2,3), (2,2,2), (1,2,3)]
])
target_color = (1,2,3)

# 生成布尔掩码的关键操作
bools = (arr == target_color).all(axis=-1)

print(bools)
# 输出结果：
# [[ True False  True]
#  [False False  True]]

# 验证结果是否符合预期
expected = np.array([
    [True, False, True],
    [False, False, True]
])
assert np.array_equal(bools, expected)

原理说明 #

1. 广播比较：arr == target_color会自动把target_color这个三元组广播成和arr同形状的数组（(100,100,3)），逐元素比较后得到一个同样形状的布尔数组，每个位置标记该通道的像素值是否和目标颜色对应通道相等。
2. 全通道匹配检查：.all(axis=-1)沿着数组的最后一个维度（也就是RGB通道维度，索引为-1）进行检查，只有当某个像素的三个通道都和目标颜色匹配时，结果才为True，最终得到形状为(100,100)的布尔数组。

这种方式完全依赖NumPy的底层优化操作，没有Python循环，速度远快于手动遍历每个像素。

内容的提问来源于stack exchange，提问作者jiwopene