python - 在 Python 中循环遍历图像的每个像素的更快方法？

Question

我需要遍历 2560x2160 2D numpy 数组（图像）的每个像素。我的问题的简化版本如下：

import time
import numpy as np

t = time.clock()
limit = 9000
for (x,y), pixel in np.ndenumerate(image):
    if( pixel > limit )
        pass
tt = time.clock()
print tt-t

在我的电脑上完成这需要大约 30 秒的时间。（Core i7，8GB ram）有没有更快的方法来使用内部“if”语句来执行这个循环？我只对超过一定限制的像素感兴趣，但我确实需要它们的 (x,y) 索引和值。

Answer 1

使用布尔矩阵：

x, y = (image > limit).nonzero()
vals = image[x, y]

Answer 2

首先，尝试使用vectorize计算：

i, j = np.where(image > limit)

如果您的问题不能通过矢量化计算来解决，您可以加速 for 循环：

for i in xrange(image.shape[0]):
    for j in xrange(image.shape[1]):
        pixel = image.item(i, j)
        if pixel > limit:
            pass

或者：

from itertools import product
h, w = image.shape
for pos in product(range(h), range(w)):
    pixel = image.item(pos)
    if pixel > limit:
        pass

numpy.ndenumerate 很慢，通过使用普通的 for 循环并通过item方法从数组中获取值，您可以将循环速度提高 4 倍。

如果您需要更快的速度，请尝试使用 Cython，它将使您的代码与 C 代码一样快。