4

我想以某种方式修改灰度图像，以便可以将图像上半部分的像素值更改为黑色。我当然可以通过像这样的通常方式迭代来做到这一点：

for i in range(0,rows):
  for j in range(0,cols):
    if(condition)
      image[i,j] = 0;

但这很慢，因为我必须进行视频处理。我可以看到我必须使用Image.point()，但我不确定如何实现它。有人可以帮我解决这个问题吗？

4

2 回答 2

9

如果先将 PIL 图像转换为 numpy 数组，这会快得多。以下是如何将值低于 10 的所有像素归零：

>>> import numpy as np
>>> arr = np.array(img)
>>> arr[arr < 10] = 0
>>> img.putdata(arr)

或者，正如您在评论中所说，您将把图像的上半部分涂黑：

>>> arr[:arr.shape[0] / 2,:] = 0

最后，由于您正在进行视频处理，请注意您也不必遍历各个帧。假设您有十帧 4x4 图像：

>>> arr = np.ones((10,4,4)) # 10 all-white frames
>>> arr[:,:2,:] = 0         # black out the top half of every frame
>>> a
array([[[ 0.,  0.,  0.,  0.],
    [ 0.,  0.,  0.,  0.],
    [ 1.,  1.,  1.,  1.],
    [ 1.,  1.,  1.,  1.]],

   [[ 0.,  0.,  0.,  0.],
    [ 0.,  0.,  0.,  0.],
    [ 1.,  1.,  1.,  1.],
    [ 1.,  1.,  1.,  1.]],
...
于 2012-11-19T20:08:06.310 回答
0

这是多处理图像的一个很好的候选者。如果您将图像分割成像素块，您可以非常轻松地并行处理图像，也就是说，如果它足够大，或者您正在对大量图像执行此操作。

  1. 将图像分解为定义为元组的块（左上 X、左上 Y、宽度、高度）
  2. 将元组和图像句柄传递给各种线程，希望在线程池中。
  3. 等待线程完成，然后继续使用您的图像。

这取决于图像大小以及您选择的线程数和块大小，当然可以线性加速您的过程。

于 2012-11-19T20:08:17.337 回答