Python中numpy生成mask圖像的案例

這篇文章主要介紹Python中numpy生成mask圖像的案例，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

在numpy中，有一個模塊叫做ma，這個模塊幾乎復制了numpy里面的所有函數，當然底層里面都換成了對自己定義的新的數據類型MaskedArray的操作。

我們來看最基本的array定義。

An array class with possibly masked values.
Masked values of True exclude the corresponding element from any computation.

MaskedArray是一個可能帶有掩膜信息的數組，對于它的任何計算都是只針對掩膜值為True的數值上的。

Construction::

   x = MaskedArray(data, mask=nomask, dtype=None, copy=False, subok=True,
     ndmin=0, fill_value=None, keep_mask=True, hard_mask=None,
     shrink=True, order=None)

這個class的屬性有很多，但是呢，我們只需要關注三個屬性就好了，也就是data，mask和fill_value。其他的屬性很難用到，舉個例子，比如那個hard_mask，這個屬性為True就是指data一旦某些值被掩蓋掉了就真的丟失了。詳細的可以看源碼注解。這里不過多介紹。

Parameters
----------
 data : array_like
 Input data.
 mask : sequence, optional
 Mask. Must be convertible to an array of booleans with the same
 shape as `data`. True indicates a masked (i.e. invalid) data.
 fill_value : scalar, optional
 Value used to fill in the masked values when necessary.
 If None, a default based on the data-type is used.

data就不多說了，一個array_like，tuple，list，ndarray都行。

mask是一個只包含True和False的ndarray，它的shape和data一致，這個數組是讓你指定需要掩蓋的值的，標記為True的數據會被掩蓋掉。被掩蓋的位置會變成 –（這是兩個短橫杠，類型是MaskedConstant ）

fill_value是一個標量，當你掩蓋掉一些值之后，如果你想把這些被掩蓋的值換成另外一個值，那么你就需要用到它。

import numpy.ma as npm
import numpy as np

data = np.random.randint(1, 10, size=[1, 5, 5])
mask = data < 5
arr = npm.array(data, mask=mask)
print(arr)

#[[[6 6 -- 8 --]
# [-- -- -- 6 7]
# [9 -- -- 6 9]
# [-- -- 5 -- 8]
# [6 9 -- 5 --]]]

不過numpy也可以直接對ndarray進行條件運算。

import numpy as np

arr = np.random.randint(1, 10, size=[1, 5, 5])
mask = arr<5
arr[mask] = 0 # 把標記為True的值記為0
print(arr)

#[[[9 9 7 6 0]
# [0 0 6 9 0]
# [8 0 8 5 0]
# [0 5 5 8 9]
# [0 7 0 0 6]]]

以上是Python中numpy生成mask圖像的案例的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！