我正在处理一个图像处理/建筑问题。我有一个较小的图像，我想放在一个较大的。正常情况下，图像表示为3d阵列。这适用于以下代码（两者都是 element_pixels 及 image_pixels 深度为3的3d Ndarray表示rgb， element_pixels 等于或小于 image_pixels 在其他方面）：

element_pixels = element.get_pixels()
        image_pixels[element.position[0]:element.position[0]+element.height, element.position[1]:element.position[1]+element.width, :] = element_pixels

但是，我希望将元素中的黑色像素视为透明。最简单的方法是屏蔽元素，这样我就不会修改元素为黑色的图像像素。我尝试了以下方法，但我陷入了困境：

element_pixels = element.get_pixels()
        b = np.all(element_pixels == [0, 0, 0], axis=-1)
        black_pixels_mask = np.dstack([b,b,b])
        image_pixels[element.position[0]:element.position[0]+element.height, element.position[1]:element.position[1]+element.width, :][black_pixels_mask] = element_pixels

这看起来正确地生成了一个掩码，但我不知道如何使用它。我得到以下错误：
image\u pixels[element.position[0]：element.position[0]+element.height，element.position[1]：element.position[1]+element.width，：][black\u pixels\u mask]=element\u pixels类型错误：numpy布尔数组索引分配需要0或一维输入，输入有3维
如果我更换最终产品，屏蔽类型的工作（即无例外运行） = element_pixels 一个常数，但我很难推断出一个解决方案。
尺寸的额外细节

element_pixels.shape=(40, 40,3)
image_pixels.shape=(100, 100,3)

image_pixels[element.position[0]:element.position[0]+element.height, element.position[1]:element.position[1]+element.width, :].shape = (40,40,3)

2d中的mre这捕获了我在没有额外维度复杂性的情况下试图做的事情。

import numpy as np

bg = np.ones((10,10))*0.5
img = np.concatenate([np.zeros((5,1)),np.ones((5,1))], axis=1)

mask = img == 0

# copy the *non-zero* pixel values of img to a particular location in bg

bg[5:10,5:7][mask] = img # this throws exception

print(bg)