arrays - 有没有一种方便的方法可以将查找表应用于 numpy 中的大型数组？

Question

我有一个图像读入 numpy，在我的结果数组中有相当多的像素。

我计算了一个包含 256 个值的查找表。现在我想做以下事情:

for i in image.rows:
    for j in image.cols:
        mapped_image[i,j] = lut[image[i,j]]

是的，这基本上就是 lut 所做的。
唯一的问题是:我想高效地完成它，在 python 中调用该循环会让我等待几秒钟才能完成。

我知道 numpy.vectorize() ，它只是一个调用相同python代码的便捷函数。

Answer 1

您可以使用 image索引到 lut如果 lut是 一维 .
这是在 NumPy 中建立索引的入门:
http://www.scipy.org/Tentative_NumPy_Tutorial#head-864862d3f2bb4c32f04260fac61eb4ef34788c4c

In [54]: lut = np.arange(10) * 10

In [55]: img = np.random.randint(0,9,size=(3,3))

In [56]: lut
Out[56]: array([ 0, 10, 20, 30, 40, 50, 60, 70, 80, 90])

In [57]: img
Out[57]: 
array([[2, 2, 4],
       [1, 3, 0],
       [4, 3, 1]])

In [58]: lut[img]
Out[58]: 
array([[20, 20, 40],
       [10, 30,  0],
       [40, 30, 10]])

还要注意索引从 0 开始