numpy darray 中是否存在某个 darray

在 A 中找到不等于 B 的数目

在一个 shape 为 (H,W,3) 的 numpy 数组中像素 不是 [255,255,255] 的数目。
代码如下：

A = [[[255,255,255], [1,2,3],[0,255,-1],[255,255,90],[255,255,255]],[[1,2,3],[0,255,-1],[255,255,90],[255,255,255], [255,255,255]]]

A = np.array(A)
print(A.shape)
# 创建一个布尔数组，标记每个位置是否等于 [255, 255, 255]
not_equal_mask = np.any(A != [255, 255, 255], axis=-1)

# 计算不等于 [255, 255, 255] 的数量
non_white_count = np.count_nonzero(not_equal_mask)

print("不等于 [255, 255, 255] 的数量:", non_white_count)

其中解释的代码，如果运行

A != [255, 255, 255]

会输出

array([[[False, False, False],
        [ True,  True,  True],
        [ True, False,  True],
        [False, False,  True],
        [False, False, False]],

       [[ True,  True,  True],
        [ True, False,  True],
        [False, False,  True],
        [False, False, False],
        [False, False, False]]])

它的逻辑是 取出 A 的 A[i,j,:] 跟 [255,255,255] 逐个元素比较，返回逐元素的 True-False bool 判断。

在 A 中找到等于 B 的数目

在一个 shape 为 (H,W,3) 的 numpy 数组中像素 是 [255,255,255] 的数目。
代码如下：

equal_mask = np.all(A == [255, 255, 255], axis=-1)
white_count = np.count_nonzero(equal_mask)