我不明白你到底想用扁平化和不连续的索引做什么，但是纯粹从你的评论来看，我理解你想影响图像中的一些特定颜色，所以我会尝试演示一下。
这是一个径向梯度图像，中心为rgb(20, 50, 140)，边缘为rgb(40, 70, 160)，所以我碰巧知道有4，884个（非线性相邻，如果有关系的话）像素值为rgb(25,55,145)

现在，让我们打开它并将其变成一个Numpy数组：

from PIL import Image
import numpy as np

# Open image and make into Numpy array
im = Image.open('a.png').convert('RGB')
na = np.array(im)

# Make Boolean (True/False) mask of interesting pixels
mask = np.all(na==[25,55,145], axis=-1)

# Briefly save the mask so we can see what it selects
Image.fromarray(mask).save('DEBUG-mask.png')

# Let's also count the number of pixels selected by the mask
print(np.count_nonzero(mask))       # prints 4,884

现在我们可以使用遮罩来改变所选的像素。让我们在原始图像中将遮罩像素设置为红色：

na[mask] = [255,0,0]
Image.fromarray(na).save('DEBUG-1.png')

现在使用蒙版的逆来影响未选中的像素。让我们把它们变成灰色：

na[~mask] = [128,128,128]
Image.fromarray(na).save('DEBUG-2.png')

如果要遮罩多个颜色，可以使用逻辑运算将遮罩组合在一起。所以，假设你想额外屏蔽颜色rgb（28，58，148），你可以在上面代码的末尾添加以下内容：

# Mask for second colour
mask2 = np.all(na==[28,58,148], axis=-1)

# Combine the two masks into new, bigger mask
both = mask | mask2

# Make masked pixels yellow and display
na[both] = [255,255,0]
Image.fromarray(na).show()

如果你想屏蔽一个颜色范围，我建议使用OpenCVinRange()，它可以让你设置R，G和B的下限和上限，然后选择中间的所有颜色。

import cv2

# Mask range 25>R>35, 55>G>65, 145<B<160
colRange = cv2.inRange(na,np.array([25,55,145]) ,np.array([35,65,160]))

# Make range of colours lime green
na[colRange>0] = [0,255,0]

如果有人好奇我是如何开始制作径向渐变的，我在终端中使用了ImageMagick和以下命令：

magick -size 500x500 radial-gradient:"rgb(20, 50, 140)-rgb(40, 70, 160)" -depth 8 a.png

一个更简单、更清晰的版本可能是：

magick -size 500x500 radial-gradient:lime-magenta -depth 8 a.png

如果你只想改变一个像素，你可以做以下的事情：

import numpy as np
from PIL import Image
from matplotlib import pyplot as plt

target_image = Image.open("/content/img.jpg")
target_image.putpixel((100, 200), (0, 0, 0))
print(target_image.getpixel((100, 200)))
plt.imshow(target_image)

如果你想改变图像的一个切片，最好先将其更改为numpy，然后按如下方式更改值：

import numpy as np
from PIL import Image
from matplotlib import pyplot as plt

img = Image.open("/content/img.jpg")
img = np.array(img)
img[100:200, 200:400] = 0
img = Image.fromarray(img)
plt.imshow(img)