如何在 numpy 中优化此图像迭代？答案

【问题标题】：How to optimize this image iteration in numpy?如何在 numpy 中优化此图像迭代？
【发布时间】：2017-08-16 22:06:20
【问题描述】：

我正在使用此代码来检测图像中的绿色。

问题是这个迭代真的很慢。

如何让它更快？如果是使用 numpy，如何使用 numpy 的方式呢？

def convertGreen(rawimg):
    width, height, channels = rawimg.shape
    size = (w, h, channels) = (width, height, 1)
    processedimg = np.zeros(size, np.uint8)
    for wimg in range(0,width):
        for himg in range(0,height):
            blue = rawimg.item(wimg,himg,0)
            green = rawimg.item(wimg,himg,1)
            red = rawimg.item(wimg,himg,2)
            exg = 2*green-red-blue
            if(exg > 50):
                processedimg.itemset((wimg,himg,0),exg)

    return processedimg

【问题讨论】：

标签： python opencv numpy image-processing opencv3.0

【解决方案1】：

试试这个：

blue = rawimg[:,:,0]
green = rawimg[:,:,1]
red = rawimg[:,:,2]
exg = 2*green-red-blue
processedimg = np.where(exg > 50, exg, 0)

【讨论】：

太好了，您完全避免使用for 循环！！
我收到了这个错误。 exg = 2*green-red-blue ueError: 操作数无法与形状一起广播 (480,640) (480,2,3)
哎呀错字！查看编辑（red 定义中缺少最后一个逗号）

【解决方案2】：

我只是作为业余爱好者涉足过 numpy，但我相信您可以利用 fromfunction 从现有的 @987654321 创建一个新的 np 数组@

这是我认为在这种情况下可能有效的方法 - 这将利用 numpy 的速度：

def handle_colors(img, x, y):
    blue = img.item(x,y,0)
    green = img.item(x,y,1)
    red = img.item(x,y,2)
    exg = 2*green-red-blue
    if exg > 50:
        return (exg, green, red)
    return blue, green, red

def convertGreen(rawimg):
    processedimg = np.fromfunction(lambda i, j: handle_colors(rawimg, i, j), rawimg.shape)
    return processedimg

【讨论】：