如何按指定条件叠加两个同形状的numpy数组（图像）？

核心逻辑：先识别arrayA中的黑色像素位置，将这些位置的像素值替换为arrayB的对应值，其余位置保留arrayA的原值。

步骤1：生成黑色像素掩码 #

RGB格式中黑色像素的三个通道值均为0，通过以下代码标记arrayA中黑色像素的位置：

import numpy as np

# 假设arrayA、arrayB为已加载的同shape numpy数组
black_mask = (arrayA == [0, 0, 0]).all(axis=2)

axis=2表示沿RGB通道维度做判断，确保三个通道同时为0才判定为黑色像素。

步骤2：生成目标数组arrayC #

先复制arrayA作为基础，再将掩码标记的黑色位置替换为arrayB的对应像素：

arrayC = arrayA.copy()
arrayC[black_mask] = arrayB[black_mask]

这种基于numpy向量化操作的方式，比逐像素循环高效得多。

示例验证代码 #

如果需要快速测试逻辑，可手动构造测试数组：

# 构造2x2的测试数组
arrayA = np.array([
    [[255, 0, 0], [0, 0, 255]],  # 红色、蓝色
    [[0, 0, 0], [255, 0, 0]]     # 黑色、红色
])

arrayB = np.array([
    [[0, 255, 0], [255, 255, 0]],  # 绿色、黄色
    [[0, 255, 0], [255, 255, 0]]   # 绿色、黄色
])

# 执行替换逻辑
black_mask = (arrayA == [0, 0, 0]).all(axis=2)
arrayC = arrayA.copy()
arrayC[black_mask] = arrayB[black_mask]

print(arrayC)

运行后可见，arrayA中的黑色像素被替换为arrayB的绿色，红、蓝像素保持不变。

内容的提问来源于stack exchange，提问作者vuict