NumPy -更快实现阈值上限的方法

Question

我正在写一个脚本来修改一个RGB图像的亮度使用NumPy和CV2通过转换从RGB到YCrCb和回来。然而，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。有没有更快的方法来实现这个功能？

Answer 1

我们的想法是创建一个，它允许您使用numpy的矢量化。由于形状为(n,m,3)，因此使用[:,:,0]遍历前两个维度并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，我还不能添加评论。我昨天感觉很懒。关于就地修改是正确的，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答--在numpy中有一个“一切”的函数--只要看看文档就知道了。