2

我正在为色度键（绿屏）编写脚本，并使用 Python 和 PIL（枕头）合成一些视频。我可以对 720p 图像进行抠像，但会留下一些绿色溢出。可以理解，但我正在编写一个例程来消除溢出......但是我正在努力解决它需要多长时间。我可能可以使用 numpy 技巧获得更好的速度，但我对它并不熟悉。有任何想法吗？

这是我的排污程序。它需要一张 PIL 图像和一个敏感度数，但到目前为止我一直将其设置为 1……它运行良好。我将在 4 秒多一点的时间内进入 720p 帧以消除这种溢出。作为比较，色度键例程每帧运行大约 2 秒。

def despill(img, sensitivity=1):
    """
    Blue limits green.
    """
    start = time.time()
    print '\t[*] Starting despill'
    width, height = img.size
    num_channels = len(img.getbands())
    out = Image.new("RGBA", img.size, color=0)
    for j in range(height):
        for i in range(width):
            #r,g,b,a = data[j,i]
            r,g,b,a = img.getpixel((i,j))
            if g > (b*sensitivity):
                out_g = (b*sensitivity)
            else:
                out_g = g
            # end if

            out.putpixel((i,j), (r,out_g,b,a))
        # end for
    # end for
    out.show()
    print '\t[+] done.'
    print '\t[!] Took: %0.1f seconds' % (time.time()-start)
    exit()
    return out
# end despill

而不是 putpixel，我尝试将输出像素值写入一个 numpy 数组，然后将该数组转换为 PIL 图像，但平均时间刚刚超过 5 秒……所以这在某种程度上更快。我知道 putpixel 不是最好的选择，但我不知所措......

4

1 回答 1

7

putpixel很慢，像这样的循环甚至更慢，因为它们是由 Python 解释器运行的，这非常慢。通常的解决方案是立即将图像转换为 numpy 数组，并通过对其进行矢量化操作来解决问题，这些操作在经过高度优化的 C 代码中运行。在你的情况下，我会做类似的事情：

arr = np.array(img)
g = arr[:,:,1]
bs = arr[:,:,2]*sensitivity
cond = g>bs
arr[:,:,1] = cond*bs + (~cond)*g
out = Image.fromarray(arr)

（它可能不正确，我相信它可以更好地优化，这只是一个草图）

于 2015-10-16T23:56:46.460 回答