Python中循环遍历图像每个像素的更快方法？

Question

我需要循环遍历一个2560x2160的2D numpy数组（图片）中的每个像素。我的问题简化如下：

import time
import numpy as np

t = time.clock()
limit = 9000
for (x,y), pixel in np.ndenumerate(image):
    if( pixel > limit )
        pass
tt = time.clock()
print tt-t

在我的电脑上，这需要讨人厌的大约30秒才能完成。(核心i7,8GB内存)是否有更快的方法执行内部带“if”语句的循环？我只对超过一定限制的像素感兴趣，但我确实需要它们的(x,y)索引和值。

- dinkelk

Answer 1

使用布尔矩阵：

x, y = (image > limit).nonzero()
vals = image[x, y]

- nneonneo

---

哇！我的眼睛睁开了。只用了 <0.1 秒。 - dinkelk

这里的 x 和 y 分别是什么？ - Andrew Hundt

@AndrewHundt：x和y分别是非零点的x和y索引数组。 - nneonneo

当我使用Python 2.7运行此代码时，我会收到一个属性错误，显示“'bool'对象没有'nonzero'属性”。图像>限制的部分应该做什么？ - Marjoram

image和limit中必须有一个是NumPy数组 - 如果它们都不是NumPy对象，则image> limit可能会解析为Python布尔值，而不是NumPy布尔数组。 - nneonneo

Answer 2

首先，尝试使用向量化计算：

i, j = np.where(image > limit)

如果您的问题无法通过向量化计算解决，可以通过以下方式加速for循环：

for i in xrange(image.shape[0]):
    for j in xrange(image.shape[1]):
        pixel = image.item(i, j)
        if pixel > limit:
            pass

或者：

from itertools import product
h, w = image.shape
for pos in product(range(h), range(w)):
    pixel = image.item(pos)
    if pixel > limit:
        pass

numpy.ndenumerate很慢，通过使用普通的for循环并使用item方法从数组中获取值，可以将循环加速4倍。

如果你需要更快的速度，尝试使用Cython，它将使你的代码像C代码一样快。

- HYRY