如何使用另一Numpy矩阵对三维图像Numpy数组实现索引取值

可以实现，直接使用Numpy的高级整数索引即可满足需求，具体实现方式如下：

实现代码 #

import numpy as np

# 构造输入数组a（2*2*3的三维RGB数组）
a = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
# 构造索引矩阵b（每个位置存储目标像素的[行, 列]坐标）
b = np.array([[[1,0],[0,1]],[[1,1],[0,1]]])

# 按b的索引取值：拆分b的最后一维分别作为a的第0维、第1维索引
output = a[b[..., 0], b[..., 1]]
print(output)

运行后输出结果和要求的完全一致：

[[[ 7  8  9]
  [ 4  5  6]]

 [[10 11 12]
  [ 4  5  6]]]

原理解释 #

索引数组b的维度为2*2*2，每个坐标(i,j)位置存储的是要从a中取值的目标坐标[target_row, target_col]：

• b[..., 0]提取所有位置的目标行索引，维度为2*2
• b[..., 1]提取所有位置的目标列索引，维度为2*2
  Numpy进行高级索引时，会逐位置匹配两个索引数组的对应值，从a中取出对应坐标的RGB像素值，最终返回的结果维度为2*2*3，刚好符合输出要求。

内容的提问来源于stack exchange，提问作者Thompson Liu