1

我有一个 numpy 数组“图像”，它是一个二维数组，其中每个元素都有两个组件。我想将其转换为另一个二维数组，其中每个元素都有三个组件。前两个和第三个是从前两个计算出来的，如下所示：

for x in range(0, width):
    for y in range(0, height):
        horizontal, vertical = image[y, x]

        annotated_image[y, x] = (horizontal, vertical, int(abs(horizontal) > 1.0 or abs(vertical) > 1.0))

此循环按预期工作，但与其他 numpy 函数相比非常慢。对于中等大小的图像，这需要不可接受的 30 秒。

是否有不同的方法可以进行相同的计算但速度更快？不必保留原始图像数组。

4

1 回答 1

4

您可以只分离图像的组件并使用多个图像来代替：

image_component1 = image[:, :, 0]
image_component2 = image[:, :, 1]

result = (np.abs(image_component1) > 1.) | (np.abs(image_component2) > 1.)

如果您出于某种原因需要您指定的布局，您也可以构建另一个 3D 图像：

result = np.empty([image.shape[0], image.shape[1], 3], dtype=image.dtype)

result[:, :, 0] = image[:, :, 0]
result[:, :, 1] = image[:, :, 1]
result[:, :, 2] = (np.abs(image[:, :, 0]) > 1.) | (np.abs(image[:, :, 1]) > 1.)
于 2012-10-05T11:08:27.320 回答