我试图使阿尔法通道在PNG的一个特定的价值观，根据其RGB值。为了简单起见，假设我只想平均每个像素的前3个值，然后基于此更改alpha值。

import numpy as np
# both image and avg are a (10, 10, 4)
img = np.random.rand(10, 10, 4)
avg = np.average(img[:, :, :-1], axis=2)
# the mask is a (10, 10)
mask = avg > .5
# np.full((img.shape[0], img.shape[1], 1), 255) creates a (10, 10, 1) array full of the value 255
# np.append(..., axis=2) appends the above so that each pixel will have a 255 at the end
# np.where(mask, ..., img) should use the mask to find each pixel, update that pixel to either use the alpha channel, if true, or keep its alpha channel, if false.  
np.where(mask, np.append(img[:, :, :-1], np.full((img.shape[0], img.shape[1], 1), 255), axis=2), img)

当前（正确地），它抛出错误-> ValueError：操作数无法与形状（10，10）（10，10，4）（10，10，4）一起广播。
如果我不得不尝试解释它，那是因为掩码是10 x 10，而要作用的值是10 x10 x4。那么有没有办法“绕过这个”;让true或false值返回一个具有正确值的像素？
我知道我可以用循环来做这件事，但我想在可能的地方使用numpy。
谢谢大家！