Вы не можете выводить массив двумерных чисел, поскольку выходные строки могут иметь разную длину. Я бы согласился на список массивов numpy. Итак, 1-й пусть сгенерирует некоторые данные:

img = np.random.choice([0,255], size=(1080, 960))

Затем перебираем по каждой строке:

out=[]
for row in img:
    idx=np.ediff1d(row, to_begin=1).nonzero()[0]
    out.append(row[idx])

Принимая разницу, мы просто обнаруживаем, где происходят изменения, а затем используя эти индексы idx чтобы выбрать начальный элемент в последовательной строке. Это решение немного проще и быстрее, чем у @DavidWinder (30 мс против 150 мс).

Полностью векторизованное решение может быть немного быстрее, но код будет немного сложным. Это будет включать сглаживание массивов, раскол и распутывание индексов... и применение np.split в конце, что не очень быстро, потому что оно включает в себя создание списка. Поэтому я считаю, что этот ответ является достаточно хорошим компромиссом между простотой и простотой.

Редактировать # 1

Если предпочтительным выходом является массив, заполненный 0s в конце, лучше создать массив нулей и заполнить его значениями списка out. Сначала выясните, в какой строке есть больше элементов, и создайте массив:

max_elms = np.max([len(x) for x in out])
arr = np.zeros((1080, max_elms), dtype=np.int32)

А потом перебирать out списка и arr, заполняя значение arr с теми, в out списка:

for row, data in zip(arr, out):
    row[:len(data)] = data