Question

我正在使用PIL进行图像分割，我使用嵌套迭代来索引图像，但运行速度非常慢。



def evalPixel((r,g,b), sess):
    pixel = [float(r)/255, float(g)/255, float(b)/255]
    test = sess.run(y, feed_dict={x: [pixel]})
    return test[0][0]

...
...

# sess = sesion loaded from TensorFlow
rgb = Image.open("face.jpg")
height, width = rgb.size

for y in range(height):
    for x in range(width):
        if (evalPixel(rgb.getpixel((x,y)), sess) < 0.6 ):
            rgb.putpixel((x,y), 0)

toimage(im).show()

def evalPixel((r,g,b), sess): pixel = [float(r)/255, float(g)/255, float(b)/255] test = sess.run(y, feed_dict={x: [pixel]}) return test[0][0] ... ... # sess = sesion loaded from TensorFlow rgb = Image.open("face.jpg") height, width = rgb.size for y in range(height): for x in range(width): if (evalPixel(rgb.getpixel((x,y)), sess) < 0.6 ): rgb.putpixel((x,y), 0) toimage(im).show() 我想做这样的事情，使用numpy的高级索引

im = np.array(rgb)
im[ evalPixel(im, sess) < 0.6 ] = 0

但是，它失败了＆＃34; ValueError：解压缩的值太多＆＃34;。我怎样才能做到这一点？

Answer 1

尝试使用以下内容：

im = np.array(rgb)
im = [[evalPixel(x,sess) < 0.6 for x in row] for row in im]

通过使用构造函数生成行和列，可以避免意外地将具有单个参数的函数（在本例中为元组）应用于整个行或列。

Answer 2

你的函数evalPixel将元组作为第一个参数，但是你的numpy数组不包含（也不能包含）元组。你必须重写该函数才能使用numpy数组。

我试图为你做一个有用的例子，但是你共享的代码包含很多未知变量（你遗漏了太多）而且我不清楚evalPixel函数应该做什么

具有PIL图像的numpy索引数组内的评估函数

2 个答案: