一种更快的分离图像绿色通道的方法答案

【问题标题】：A faster way to separate the green channel of an image一种更快的分离图像绿色通道的方法
【发布时间】：2017-03-05 03:54:10
【问题描述】：

我正在使用以下代码，使用 PIL 和 numpy 将图像的绿色通道分离为单独的 .jpeg。

from PIL import Image
import numpy as np

im = Image.open('image.jpg')
im = np.array(im)
im[:,:,0] *=0
im[:,:,2] *=0
im = Image.fromarray(im,'RGB')
im.save('greened.jpg')

代码运行良好，但在循环处理一系列图像时需要大约一秒钟的时间。

还有其他更快的方法吗？

【问题讨论】：

分析您的代码。什么时间最长？我猜，im.save。如果是这样，就没有机会让您的代码更快。

标签： python performance numpy image-processing python-imaging-library

【解决方案1】：

您可以一次性分配零，甚至不需要乘以 0 -

im[:,:,[0,2]] = 0

【讨论】：

哦，你让程序快了半毫秒。

【解决方案2】：

如果你可以使用 opencv，你可以通过避免构造 numpy 数组和转换回图像来加速它。

我试过了：

这平均花费了0.011458 秒 (10)。

@tm_it
def with_PIL():
    im = imag.open('C:/Users/srlatch/Desktop/shi.jpg')
    im = np.array(im)
    im[:,:,0] *=0
    im[:,:,2] *=0
    im = imag.fromarray(im,'RGB')
    im.save('greened.jpg')

这平均花费了0.000474981 秒（10）：

@tm_it
def with_open_cv():
    image=cv2.imread('C:/Users/srlatch/Desktop/shi.jpg')
    image[:,:,[0,2]] = 0
    cv2.imwrite('result.jpg',image)

【讨论】：