使用 python (OpenCV) 迭代图像中的像素非常慢

Question

我知道使用 OpenCV 和 C++ 遍历像素并访问它们的值。现在，我正在尝试自己学习 python，并且我尝试在 python 中做同样的事情。但是当我运行以下代码时，显示图像需要很长时间（~7-10 秒）。即使在显示图像后，脚本也会继续运行几秒钟。

我发现了一个类似的问题here at SO，但我无法理解在我的情况下如何使用 numpy（因为我是 python 的初学者）以及它是否真的需要？

代码说明：我只是想把黑色像素放在图像的左右两侧。

import numpy as np
import cv2 as cv

#reading an image
img = cv.imread('image.jpg')
height, width, depth = img.shape

for i in range(0, height):
    for j in range(0, (width/4)):
        img[i,j] = [0,0,0]  

for i in range(0, height):
    for j in range(3*(width/4), width):
        img[i,j] = [0,0,0]        

cv.imshow('image',img)

cv.waitKey(0)

Answer 1

（注意：我不熟悉opencv，但这似乎是numpy 问题）

“非常慢”的部分是您在 python 字节码中循环，而不是让 numpy 以 C 速度循环。

尝试直接分配给一个（3 维）切片，以掩盖您想要归零的区域。

import numpy as np

example = np.ones([500,500,500], dtype=np.uint8)

def slow():
     img = example.copy()
     height, width, depth = img.shape
     for i in range(0, height):             #looping at python speed...
         for j in range(0, (width//4)):     #...
             for k in range(0,depth):       #...
                 img[i,j,k] = 0
     return img


def fast():
     img = example.copy()
     height, width, depth = img.shape
     img[0:height, 0:width//4, 0:depth] = 0 # DO THIS INSTEAD
     return img 

np.alltrue(slow() == fast())
Out[22]: True

%timeit slow()
1 loops, best of 3: 6.13 s per loop

%timeit fast()
10 loops, best of 3: 40 ms per loop

上面显示了将左侧归零；对右侧做同样的事情对读者来说是一个练习。

如果 numpy 切片语法让您感到困惑，我建议您阅读indexing docs。