Python Numpy,mask图像的生成详解
什么是掩膜（mask）
在numpy中，有一个模块叫做ma，这个模块几乎复制了numpy里面的所有函数，当然底层里面都换成了对自己定义的新的数据类型MaskedArray的操作。
我们来看最基本的array定义。
Anarrayclasswithpossiblymaskedvalues. MaskedvaluesofTrueexcludethecorrespondingelementfromanycomputation.
MaskedArray是一个可能带有掩膜信息的数组，对于它的任何计算都是只针对掩膜值为True的数值上的。
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)
这个class的属性有很多，但是呢，我们只需要关注三个属性就好了，也就是data，mask和fill_value。其他的属性很难用到，举个例子，比如那个hard_mask，这个属性为True就是指data一旦某些值被掩盖掉了就真的丢失了。详细的可以看源码注解。这里不过多介绍。
Parameters ---------- data:array_like Inputdata. mask:sequence,optional Mask.Mustbeconvertibletoanarrayofbooleanswiththesame shapeas`data`.Trueindicatesamasked(i.e.invalid)data. fill_value:scalar,optional Valueusedtofillinthemaskedvalueswhennecessary. IfNone,adefaultbasedonthedata-typeisused.
data就不多说了，一个array_like，tuple，list，ndarray都行。
mask是一个只包含True和False的ndarray，它的shape和data一致，这个数组是让你指定需要掩盖的值的，标记为True的数据会被掩盖掉。被掩盖的位置会变成–（这是两个短横杠，类型是MaskedConstant）
fill_value是一个标量，当你掩盖掉一些值之后，如果你想把这些被掩盖的值换成另外一个值，那么你就需要用到它。
importnumpy.maasnpm importnumpyasnp data=np.random.randint(1,10,size=[1,5,5]) mask=data<5 arr=npm.array(data,mask=mask) print(arr) #[[[66--8--] #[------67] #[9----69] #[----5--8] #[69--5--]]]
不过numpy也可以直接对ndarray进行条件运算。
importnumpyasnp arr=np.random.randint(1,10,size=[1,5,5]) mask=arr<5 arr[mask]=0#把标记为True的值记为0 print(arr) #[[[99760] #[00690] #[80850] #[05589] #[07006]]]
以上这篇PythonNumpy,mask图像的生成详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。