python - 如何更快地处理nparrays

Question

我将两个图像加载到两个numpy数组中。我想得到它们的区别，并删除小于50的值，并将其其余部分设置为255，以得到最终的黑白图像结果。

def count(base, image):
    x, y, z = base.shape
    sheet = np.zeros(base.shape)
    for i in range(x):
        for j in range(y):
            temp = 0
            for k in range(z):
                if base[i, j, k] > image[i, j, k]:
                    t = base[i, j, k] - image[i, j, k]
                    if t > 50:
                        temp = 255
                else:
                    t = image[i, j, k] - base[i, j, k]
                    if t > 50:
                        temp = 255
            sheet[i, j] = [temp, temp, temp]

    array = sheet[:, :, 0]

此代码执行了我需要的操作。但是如您所见，我为此功能使用了最简单的for循环，并且图像的大小为2000 * 2000，因此处理时间很长。我需要一种以更快的方式重写它的方法。

谢谢

Answer 1

向量化代码看起来很简单，除了一个陷阱:您的数据似乎是无符号的int(从外观上看是uint8)，由于它们经常下溢并产生意外结果，因此需要格外注意。例如，明显的np.abs(image-base)>50不能检测大于50的差异，实际上np.abs是对未签名数据的nop。仔细的翻译看起来更像

sheet = np.array([[0,0,0],[255,255,255]], 'u1')[((np.maximum(base, image)-np.minimum(base, image))>50).any(2).view('u1')]

要么

sheet = np.array([[0,0,0],[255,255,255]], 'u1')[(np.abs(np.subtract(image, base, dtype='i2'))>50).any(2).view('u1')]

这个

正确计算子像素的明智差异，

第一个版本模仿您的if / else子句

第二个强制差异值

的签名结果类型 'i2'或 int16

检测到那些大于50的

用至少一个这样的子像素(any(2))标记像素，

将生成的 bool(boolean) 掩码转换为索引(.view('u1'))0和1

，并使用它们来索引到模板数组中。