如何实现灰度图像素转换：白色像素转黑，非黑白像素转白？

你的代码存在变量名不统一、numpy逻辑判断语法错误、需求逻辑实现偏差等问题，以下是两种可行的解决方式：

方法一：布尔索引直接赋值 #

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 以单通道灰度模式读取图像
img = cv2.imread('binary.jpeg', 0)
# 复制原图像作为结果容器
result = img.copy()

# 把白色像素(值为255)转为黑色(值为0)
result[img == 255] = 0
# 把非黑非白的像素转为白色(值为255)
result[(img > 0) & (img < 255)] = 255

# 展示处理后的图像
plt.imshow(result, cmap='gray')
plt.show()

方法二：使用np.where嵌套实现 #

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取灰度图像
img = cv2.imread('binary.jpeg', 0)
# 嵌套np.where实现需求：先转白色为黑色，再转中间值为白色
result = np.where(img == 255, 0, np.where((img > 0) & (img < 255), 255, img))

plt.imshow(result, cmap='gray')
plt.show()

关键注意点 #

• 读取图像必须加参数0，确保得到单通道灰度图，否则cv2默认会读取为三通道BGR图像，后续像素判断会失效。
• numpy数组做逻辑判断时，必须用&（逻辑与）、|（逻辑或），不能使用Python原生的and/or。
• 布尔索引的方式更直观，适合快速理解和调试；np.where的方式则更简洁，适合写紧凑的代码。

内容的提问来源于stack exchange，提问作者Qasim0787