Question

我正在尝试找到一种有效的方法，从元组（每4个条目对应一个像素的R，G，B，alpha）转换为NumPy数组（用于OpenCV）。

更具体地说，我正在使用pywin32来获取窗口的客户区位图。这以元组的形式返回，其中前四个元素属于第一个像素的RGB-alpha通道，然后是第二个像素的下四个，依此类推。元组本身只包含整数数据（即它不包含任何维度，但我确实有这些信息）。从这个元组我想创建NumPy 3D数组（宽x高x通道）。目前，我只是创建一个零数组，然后遍历元组中的每个条目并将其放入NumPy数组中。我正在使用下面的代码执行此操作。而且我希望有一种更有效的方法可以做到这一点，我只是没想到。有什么建议？非常感谢！

代码：

bitmapBits = dataBitmap.GetBitmapBits(False) #Gets the tuple.
clientImage = numpy.zeros((height, width, 4), numpy.uint8)
iter_channel = 0
iter_x = 0
iter_y = 0
for bit in bitmapBits:
    clientImage[iter_y, iter_x, iter_channel] = bit
    iter_channel += 1
    if iter_channel == 4:
        iter_channel = 0
        iter_x += 1
    if iter_x == width:
        iter_x = 0
        iter_y += 1
    if iter_y == height:
        iter_y = 0

Answer 1

与上面的Bill类似，但可能更快：

clientImage = np.asarray(bitmapBits, dtype=np.uint8).reshape(height, width, 4)

array根据文档说：“数组，暴露数组接口的任何对象，__array__方法返回数组的对象，或任何（嵌套）序列。”

asarray还需要做一些事情：“以任何可以转换为数组的形式输入数据。这包括列表，元组列表，元组，元组元组，列表元组和ndarray。”它直接采用元组：）

Answer 2

为什么不做一些像

这样的事情

import numpy as np
clientImage = np.array(list(bitmapBits), np.uint8).reshape(height, width, 4)

例如，让('Ri', 'Gi', 'Bi', 'ai')成为与像素i对应的颜色元组。如果你有一个大元组，你可以这样做：

In [9]: x = ['R1', 'G1', 'B1', 'a1', 'R2', 'G2', 'B2', 'a2', 'R3', 'G3', 'B3', 'a3', 'R4', 'G4', 'B4', 'a4']

In [10]: np.array(x).reshape(2, 2, 4)
Out[10]: 
array([[['R1', 'G1', 'B1', 'a1'],
        ['R2', 'G2', 'B2', 'a2']],

       [['R3', 'G3', 'B3', 'a3'],
        ['R4', 'G4', 'B4', 'a4']]], 
      dtype='|S2')

[:,:,i]的每个切片i in [0,4)都会为您提供每个频道：

In [15]: np.array(x).reshape(2, 2, 4)[:,:,0]
Out[15]: 
array([['R1', 'R2'],
       ['R3', 'R4']], 
      dtype='|S2')

NumPy - 从元组到数组的高效转换？

2 个答案: