Question

现在，我的代码基本上看起来像：

for x in range(img.shape[0]):
    for y in range(image.shape[1]):
        output[x,y] = map[ input[x,y] ]

其中output，input和map都是numpy数组（map的大小为256，均为uint8类型）。

这有效，但是很慢。这样的循环应该在C中。这就是numpy的作用。

是否有一个numpy函数（或cv2函数，无论如何我已经在导入该函数）？

Answer 1

怎么样？

output = map[input]

Answer 2

您正在寻找np.take，它和map.take(input)一样简单。这和Eelco的解决方案都比您的解决方案快得多。尽管您的行程可能会有所不同，但是这比Eelco的系统快70％，对于input.shape >> (1e4, 1e4)，您将需要更好的解决方案。

一个开始的地方是[各种numpy花式索引方法的性能，也使用numba]（Performance of various numpy fancy indexing methods, also with numba），其中详细介绍了此通用问题（即）的各种与性能相关的事实。我们使用一个 k 维数组以其他方式来索引其他一些 n 维数组。

如果您安装了Anaconda之类的东西，则可以尝试使用Numba到jit np.ndarray.take(...)来查看可以购买多少性能。上面的链接也对此进行了说明。

将映射数组应用于numpy数组中所有元素的快速方法？

2 个答案: