Question

我正在编写一个脚本来修改RGB图像的亮度，使用NumPy和CV2通过从RGB转换为YCrCb再返回。但是，我正在使用的循环需要一段时间才能执行，我想知道是否有更快的方法。

import cv2 as cv, numpy as np

threshold = 64
image = cv.imread("motorist.jpg", -1)
image.shape # Evaluates to (1000, 1500, 3)

im = cv.cvtColor(image, cv.COLOR_RGB2YCR_CB)

for row in image:
    for col in row:
        if col[0] > threshold:
            col[0] = threshold

image = cv.cvtColor(im, cv.COLOR_YCR_CB2RGB)
cv.imwrite("motorist_filtered.jpg", image)

实现阈值比较的嵌套循环至少需要5-7秒才能执行。是否有更快的方法来实现此功能？

Answer 1

我们的想法是创建一个mask，让你可以使用numpy的矢量化。由于形状为(n,m,3)，因此在前两个维度上循环并使用[:,:,0]

获取最后一个维度的第一个索引

idx = image[:,:,0] > threshold
image[idx,0] = threshold

Answer 2

您可以使用clip：

http://docs.scipy.org/doc/numpy/reference/generated/numpy.clip.html

用法：

result = im.copy()
result[..., 0] = np.clip(im[..., 0], 0, threshold)

或者就地修改：

np.clip(im[..., 0], 0, threshold, out=im[..., 0])

Answer 3

import numpy as np

image[..., 0] = np.minimum(image[..., 0], threshold)

编辑：对不起，我还无法添加评论。我昨天感觉很懒。关于就地修改是真的，但它是相当明显的，或者你不需要它。懒惰是对一个懒惰问题的回应 - 在numpy中有一个'一切'的功能 - 只需检查文档。

Answer 4

我使用以下代码：

def threshold_image(self, image, threshold=5, value=0, smaller=True):
   image = image.copy()
   idx = image[:, :, :] < threshold if smaller else image[:,:,:] > threshold
   image[idx] = value
   return image

NumPy - 实施阈值上限的更快方法

4 个答案: