Remake for-loop to numpy broadcast

Question

Я пытаюсь закодировать метод стеганографии LSB через массивы numpy. Я получил код, который делает Ий индекс маску, которым будет давать эти биты красного канала, которые должны XOR с 1.

import numpy as np 
from scipy.misc import imread 
import matplotlib.pyplot as plt 

message = 'Hello, World!' 
message_bits = np.array(map(bool, map(int, (''.join(map('{:b}'.format, bytearray(message)))))), dtype=np.bool) 
img = imread('screenshot.png') 
xor_mask = np.zeros_like(img, dtype=np.bool) 
ind = 0 
for j, line in enumerate(xor_mask): 
    for i, column in enumerate(line): 
     if ind < len(message_bits): 
      xor_mask[j, i, 0] = message_bits[ind] 
      ind += 1    
     else: 
      break 
    else: 
     continue 
    break   
img[xor_mask] ^= 1 

Есть более компактный способ построить xor_mask? Может быть, через Numpy трансляции

UPD: Снижение мой для цикла это:

for j, line in enumerate(xor_mask): 
    if ind < len(message_bits): 
     xor_mask[j, :, 0] = message_bits[ind] 
     ind += len(xor_mask[j]) 
    else: 
     break 

Answer 1

Если вы подушечка message_bits иметь столько элементов, сколько пикселей в xor_mask, то он получает просто:

xor_mask = np.zeros_like(img, dtype=np.bool) 
xor_mask[:, :, 0] = np.reshape(message_bits, xor_mask.shape[:2]) 

Другой способ, без прокладки:

xor_mask[:, :, 0].flat[:len(message_bits)] = message_bits