如何在OpenCV图像对应的Numpy 3D数组中按条件查找位置

实现步骤 #

利用Numpy的向量化运算和布尔索引即可高效完成，无需手动循环遍历：

1. 导入依赖并定义数组
   先将示例列表转换为标准Numpy数组：

import numpy as np

array1 = np.array([[[186, 123, 231], [184, 126, 76]], [[224, 187, 97], [187, 145, 243]]])
array2 = np.array([150, 180, 250])

2. 生成条件掩码
   分别对每个通道的条件进行判断，再取逻辑与得到同时满足所有条件的位置掩码：

# 逐个通道判断条件
cond_0 = array1[..., 0] > array2[0]  # 第一个元素大于array2对应值
cond_1 = array1[..., 1] < array2[1]  # 第二个元素小于array2对应值
cond_2 = array1[..., 2] < array2[2]  # 第三个元素小于array2对应值

# 三个条件需同时满足
mask = cond_0 & cond_1 & cond_2

3. 提取目标位置
   使用np.where获取掩码中True对应的行、列索引，再合并为二维数组格式：

rows, cols = np.where(mask)
result = np.column_stack((rows, cols))

结果验证 #

运行代码后，result的输出为：

array([[0, 0],
       [0, 1],
       [1, 1]])

与预期完全一致。

内容的提问来源于stack exchange，提问作者Ben