如何快速获取RGB三通道值相同的像素掩码？

直接利用NumPy的向量化元素级比较，就能高效生成符合条件的掩码，无需手动遍历像素，处理大图像时性能优势显著。

实现步骤 #

1. 生成掩码：通过比较RGB三个通道的元素是否全部相等，生成布尔型掩码数组（True表示三通道值相同）。
2. 可选操作：用np.argwhere()提取符合条件的像素坐标列表，或可视化掩码验证结果。

完整代码 #

import numpy as np
from matplotlib import pyplot as plt

# 生成测试图像
img = np.full((512,512,3), dtype=np.uint8, fill_value=(255,0,255))
img[200:300, 200:300] = (100,100,100)

# 高效生成三通道值相等的掩码
mask = (img[..., 0] == img[..., 1]) & (img[..., 1] == img[..., 2])

# 获取符合条件的像素坐标列表
coords = np.argwhere(mask)

# 可视化原图像和掩码
plt.figure(figsize=(10, 5))
plt.subplot(121)
plt.imshow(img)
plt.title('原图像')
plt.subplot(122)
plt.imshow(mask, cmap='gray')
plt.title('三通道值相等的掩码')
plt.show()

# 输出部分坐标示例
print("部分符合条件的像素坐标：")
print(coords[:5])

关键说明 #

• 无需单独分离通道后再比较，直接对原数组的通道维度做元素级运算，代码更简洁。
• NumPy的向量化运算基于底层C实现，比Python循环快数十倍，适合处理高分辨率图像。

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