使用Python（OpenCV）迭代处理图像像素非常缓慢

Question

我知道如何使用C++和OpenCV迭代遍历像素并访问它们的值。现在，我正在尝试学习Python，并尝试用Python做同样的事情。但是当我运行以下代码时，显示图像需要很长时间（约7-10秒），即使在显示图像后，脚本仍然持续运行几秒钟。

我在SO上找到了一个类似的问题（在这里），但我不知道在我的情况下如何使用numpy（因为我是Python的初学者），也不知道是否真的需要使用numpy？

代码解释：我只是试图在图像的左右两侧放置黑色像素。

import numpy as np
import cv2 as cv

#reading an image
img = cv.imread('image.jpg')
height, width, depth = img.shape

for i in range(0, height):
    for j in range(0, (width/4)):
        img[i,j] = [0,0,0]  

for i in range(0, height):
    for j in range(3*(width/4), width):
        img[i,j] = [0,0,0]        

cv.imshow('image',img)

cv.waitKey(0)

- skm

Answer 1

（注意：我不熟悉opencv，但这似乎是一个numpy问题）

“极慢”的部分是你在Python字节码中循环，而不是让numpy以C速度循环。

尝试直接分配给一个（三维）切片，该切片掩盖了您想要清零的区域。

import numpy as np

example = np.ones([500,500,500], dtype=np.uint8)

def slow():
     img = example.copy()
     height, width, depth = img.shape
     for i in range(0, height):             #looping at python speed...
         for j in range(0, (width//4)):     #...
             for k in range(0,depth):       #...
                 img[i,j,k] = 0
     return img


def fast():
     img = example.copy()
     height, width, depth = img.shape
     img[0:height, 0:width//4, 0:depth] = 0 # DO THIS INSTEAD
     return img 

np.alltrue(slow() == fast())
Out[22]: True

%timeit slow()
1 loops, best of 3: 6.13 s per loop

%timeit fast()
10 loops, best of 3: 40 ms per loop

上面展示了如何将左侧清零；对右侧进行同样的操作留给读者练习。

如果numpy切片语法让您感到困惑，建议阅读索引文档。

- roippi

---

感谢您的回复。正如我所提到的，我对Python完全不了解，所以如果您能解释一下您的代码的基本思想，那将非常有帮助。 - skm

我不确定你在问什么；我解释了你需要分配给一个三维切片，并在我执行该操作的代码行上进行了注释。请更具体地说明你不理解的内容。 - roippi

更简单地说，img[:,:width/4,:] = 0，对于另一边缘，img[:,-width/4:,:] = 0。 - Eric

如果你想在一行代码中完成它，可以这样写：img[:,np.r_[:width/4,-width/4:],:] = 0。 - Eric

在这行代码中：img[0:height, 0:width//4, 0:depth] = 0，0可以是一个自定义函数来应用于每个像素吗？ - Alaa M.