多张图像被分为了三类，标签分别为0，1，2，批量计算不同类别透明图像的像素点总和，不包括透明像素

好的，针对您的问题，可以编写以下代码来计算不同类别透明图像的像素点总和（不包括透明像素）：

import numpy as np

# 假设有100张图像，每张图像大小为32x32，像素值范围在0~255之间
num_images = 100
image_size = 32
image_data = np.random.randint(0, 256, size=(num_images, image_size, image_size))

# 假设每张图像都有对应的标签，标签取值范围为0~2
labels = np.random.randint(0, 3, size=num_images)

# 假设0表示透明像素
transparent_value = 0

# 遍历所有图像，计算不同类别透明图像的像素点总和
total_transparent_pixels = [0, 0, 0]  # 分别对应标签为0、1、2的透明像素总和
for i in range(num_images):
    label = labels[i]
    image = image_data[i]
    transparent_mask = image != transparent_value  # 得到透明像素的掩码
    transparent_pixels = np.sum(transparent_mask)  # 计算透明像素的总数
    total_transparent_pixels[label] += transparent_pixels  # 累加到对应标签的透明像素总和中

# 打印结果
for label, total in enumerate(total_transparent_pixels):
    print('标签{}的透明像素总数为{}'.format(label, total))

这段代码的基本思路是，遍历所有图像，对于每张图像，先得到透明像素的掩码（即哪些像素不是透明像素），然后再计算透明像素的总数，最后累加到对应标签的透明像素总和中。