Question

说我有一个RGB值列表，如下所示：

rgbL = [[20 45 40] [30 45 60] .... [70 50 100]]

然后，我有一个图片，说img = cv.imread("location")

现在，如果图像RGB值在我的RGB值列表（rgbL）中，我想将图像的所有RGB值更改为（255，0，0）。

我可以通过以下代码执行此操作：

for rgb in rgbL :

    k = list(filter(None, rgb[1:-1].split(" ")))
    r = int(k[0])
    g = int(k[1])
    b = int(k[2])

    img[np.all(img == (r, g, b), axis=-1)] = (255,0,0)

但是上面的代码花费了太长时间，因为我的“ rgbL”列表太长了。

有没有一种方法可以无循环地执行此操作？以麻木的方式实现它的最佳方法是什么？

Answer 1

将您的rgbL和img转换为numpy数组。一种无循环的方法：

sh = img.shape
img = img.reshape(-1, 3)
img[np.where(((rgbL[:,None,:]-img)==0).all(axis=2))[1]]=np.array([255,0,0])
img = img.reshape(sh)

使用rgbL的每一行获取图像差异，并检查all的RGB零差异以使用np.where进行替换。

采样img并输出：

img:
[[ 20  45  40]
 [ 30  45  60]
 [  0   1   2]
 [ 70  50 100]
 [  4   5   6]]
rgbL:
[[ 20  45  40]
 [ 30  45  60]
 [ 70  50 100]]
Output:
[[255   0   0]
 [255   0   0]
 [  0   1   2]
 [255   0   0]
 [  4   5   6]]

更新：每个OP关于将字符串dict键转换为numpy数组的评论：

rgbL = np.array([list(map(int,[s.strip() for s in key.strip('[').strip(']').strip(' ').split(' ') if s.strip()])) for key in rgb_dict.keys()])

Answer 2

上述算法为 O（rgbL的长度*图片大小）

我们可以将其降低到 O（rgbL的长度+图片大小）

set_rgbl = set(rgbL)
height = img.shape[0]
width = img.shape[1]
BLUE_COLOR = (255, 0, 0)

for h in range(0, height):
    for w in range(0, width):
        if list(img[h, w]) in set_rgbl:
            img[h, w] = BLUE_COLOR

这里发生的是我们创建了一组rgbL值。套入是恒定时间操作。查找也一样。因此，当我们为每个像素迭代图像中的每个像素值时，我们花费的时间为 O（1）。这样可以改善我们的时间复杂度。

希望有帮助。

如何检查RGB颜色列表中的所有项目是否都在图像中而没有循环？

2 个答案: