python - 使用 OpenCV 为 Otsu 阈值蒙版图像区域

Question

我有图像，某些区域设置为 255 以不干扰感兴趣的区域。在做 Otsu 阈值时，这些区域会抵消阈值。

我找到了一个很好的answer如何做到这一点，但我的 python 实现很慢。考虑到我在 10,000 张图像上循环运行我的脚本，更快的速度可以节省我的时间。

这是我正在做的一个例子

        from __future__ import absolute_import, division, print_function
        #import matplotlib.pyplot as plt
        import numpy as np
        import cv2

        #Using the image provided in the question
        img = cv2.imread('imgSubbed-15.jpg', 0)

        yImg,xImg = img.shape
        how_many_255 = len(np.where(img==255)[0])
        tempThresImg = np.zeros((1,yImg * xImg - how_many_255), np.uint8)

        count=0
        for ii in range(xImg):
            for jj in range(yImg):
                if img[jj, ii] != 255:
                   tempThresImg[0, count] =  img[jj, ii]
                   count +=1

        threshold, temp = cv2.threshold(tempThresImg,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) #using otsu threshold
        ret,thresh = cv2.threshold(img,threshold,255,cv2.THRESH_BINARY)

        threshold1, thresh1 = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) #using otsu threshold

        cv2.imshow('Standard Way', thresh1)
        cv2.imshow('Removed 255s', thresh)
        print('\n\nThreshold with Removal= %d \t Standard Threshold = %d \n\n' %(threshold, threshold1))

阈值是 226 和 250。

谁能推荐一种加快速度的方法？

Answer 1

在遵循 Miki 链接的答案之后，我意识到可以在 Python 中使用条件进行索引。显式循环需要一秒钟，索引是几毫秒。

     tempThresImg = img[img !=  255]