基于条件用img2对应值替换img1中指定颜色的numpy元素

嗨，我来帮你搞定这个需求！其实你已经走对路了，只需要稍微调整一下就能直接用img2的对应位置替换img1里的目标颜色区域，不用纠结怎么单独获取索引，numpy的布尔索引就能轻松搞定，而且对大数组也很高效。

具体步骤： #

1. 先定义目标颜色（注意要和你的图像 dtype 一致，比如通常图像是 uint8 类型）：

   import numpy as np
   
   target_color = np.array([0, 204, 204], dtype=np.uint8)
   

2. 生成匹配颜色的布尔掩码：
   这一步会得到一个和图像宽高一致的2维布尔数组，True 表示该位置的像素颜色和目标颜色完全匹配：

   mask = (img1 == target_color).all(axis=2)
   

   这里的 axis=2 是沿着通道维度检查每个像素的三个通道是否都匹配目标颜色。

3. 直接用掩码替换像素：
   有了掩码之后，直接用它索引两个图像，把img2对应位置的像素赋值给img1的匹配区域就行：

   img1[mask] = img2[mask]
   

如果你确实需要获取索引的话： #

要是你想拿到这些匹配位置的行、列索引，也可以用 np.where()，不过其实上面的布尔索引已经足够高效了：

# 获取匹配位置的行和列索引
row_indices, col_indices = np.where(mask)
# 同样可以完成替换
img1[row_indices, col_indices] = img2[row_indices, col_indices]

注意事项： #

• 确保 img1 和 img2 的形状完全一致（比如都是 (height, width, 3)），否则赋值时会报错。
• 如果你的图像是其他 dtype（比如 float32），记得把 target_color 的 dtype 也改成对应的类型。

内容的提问来源于stack exchange，提问作者Joseph