程序问答   发布时间:2022-05-31  发布网站:大佬教程  code.js-code.com
大佬教程收集整理的这篇文章主要介绍了如何加快图像中像素的循环?大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。

如何解决如何加快图像中像素的循环??

开发过程中遇到如何加快图像中像素的循环?的问题如何解决?下面主要结合日常开发的经验,给出你关于如何加快图像中像素的循环?的解决方法建议,希望对你解决如何加快图像中像素的循环?有所启发或帮助;

我正在将图像作为 numpy 数组处理。我有一个面具,我正在根据面具(也是一个数组)编辑图片。目前,我正在遍历每个像素并将白色图像中的相应像素更改为原始图像的值(在这种情况下称为裁剪数组)。似乎应该有一种方法可以说像 white1=cropped array where mask==True 这样的东西。我认为这可能会加快这个过程,因为我正在处理这么多图像。这可能吗?我会尝试做一个简单的例子

@H_289_5@mask=[[True,True,false,false],[True,True]]
white1=[[[255,255,255],[255,255]],[[255,255]]]
cropped_array=[[110,200,17],[110,17]],[[110,17]]]
h,w = mask.shape
for i in range(h):
    for j in range(w):
        if mask[i][j]==True:
           white1[i][j] = cropped_arraY[i][j]

解决方法

您可以通过简单地乘以掩码来选择性地选择元素。

import numpy as np

mask=[[True,True,false,false],[True,True]]
white1=[[[255,255,255],[255,255]],[[255,255]]]
cropped_array=[[[110,200,17],[110,17]],[[110,17]]]

mask = np.array(mask)
white1 = np.array(white1)
cropped_array = np.array(cropped_array)

h,w = mask.shape
for i in range(h):
    for j in range(w):
        if mask[i][j]==True:
           white1[i][j] = cropped_arraY[i][j]

white = (cropped_array * mask[...,None]) + (white1 * ~mask[...,None])

print(np.allclose(white,white1))

给出 True

大佬总结

以上是大佬教程为你收集整理的如何加快图像中像素的循环?全部内容,希望文章能够帮你解决如何加快图像中像素的循环?所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。
标签: