Numpy 图像数组：如何有效地从 RGB 切换到 Hex答案

【问题标题】：Numpy Image Arrays: How to efficiently switch from RGB to HexNumpy 图像数组：如何有效地从 RGB 切换到 Hex
【发布时间】：2014-10-06 23:22:54
【问题描述】：

我一直在使用嵌套的 for 循环将 RGB 图像转换为十六进制值的图像数组，但是对于大图像来说太慢了。有谁知道可以帮助我从 RGB 切换回 HEX 的快速方法和/或库？

编辑： @ragingSloth

这是我想出的，但对于我的需要来说太慢了：

def rgb_to_hex(array):
    (x, y, z) = array.shape
    for v in range(0, x):
        for u in range(0, y):
            array[v, u] = int('%02x%02x%02x' % (array[v, u, 0], array[v, u, 1], array[v, u, 2]))

【问题讨论】：

你做得怎么样？ opencv 可能有适合你的东西。
我不得不承认我在 python 方面不是世界第一，所以我不得不问：什么是 Hex 图像？
@ragingSloth 这是我粗略想出来的，它很慢！def rgb_to_hex(array): (x, y) = array.shape for v in range(0, x): for u in range(0, y): array[v, u] = int('%03d%03d%03d' % (array[v, u, 1], array[v, u, 2], array[v, u, 3]))
所以你试图获取 3 个 RGB 值并将它们打包到一个 int 中？
@beaker 是的，这才是真正的目标。如果您可以将其作为六位小数，我也可以使用它，但是是的，这个想法是从 3 RGB 到一个单一的 int。

标签： python arrays image numpy

【解决方案1】：

利用beaker的思路，也可以消除双for循环：

def tohex(array):
    array = np.asarray(array, dtype='uint32')
    return ((array[:, :, 0]<<16) + (array[:, :, 1]<<8) + array[:, :, 2])

【讨论】：

非常酷...我喜欢矢量化位。我想我需要更多地研究 Python！ :D

【解决方案2】：

字符串操作可能很慢。直接的数学方法是：

array[v, u] = ((array[v, u, 0]<<16) + (array[v, u, 1]<<8) + array[v, u, 2])

这将 RGB 表示的 3 个字节组合成一个 int：

>>> A = [123, 255, 255]
>>> B = (A[0]<<16) + (A[1]<<8) + A[2]
>>> B
8126463
>>> hex(B)
'0x7bffff'

【讨论】：

【解决方案3】：

不确定这是否更快，但您可以这样做：

hexarr = np.vectorize('{:02x}'.format)

然后在一个 RGB 数组上运行它：

In [67]: a = (np.random.rand(2,5,3)*255).astype('u1')

In [68]: a
Out[68]:
array([[[149, 145, 203],
        [210, 234, 219],
        [223,  50,  26],
        [166,  34,  65],
        [213,  78, 115]],

       [[191,  54, 168],
        [ 85, 235,  36],
        [180, 140,  96],
        [127,  21,  24],
        [166, 210, 128]]], dtype=uint8)

In [69]: hexarr(a)
Out[69]:
array([[['95', '91', 'cb'],
        ['d2', 'ea', 'db'],
        ['df', '32', '1a'],
        ['a6', '22', '41'],
        ['d5', '4e', '73']],

       [['bf', '36', 'a8'],
        ['55', 'eb', '24'],
        ['b4', '8c', '60'],
        ['7f', '15', '18'],
        ['a6', 'd2', '80']]],
      dtype='|S2')

您可以使用view 折叠第三个维度：

In [71]: hexarr(a).view('S6')
Out[71]:
array([[['9591cb'],
        ['d2eadb'],
        ['df321a'],
        ['a62241'],
        ['d54e73']],

       [['bf36a8'],
        ['55eb24'],
        ['b48c60'],
        ['7f1518'],
        ['a6d280']]],
      dtype='|S6')

不幸的是，这似乎并没有快很多（只是快两倍多）：

In [89]: timeit rgb_to_hex(a)
1 loops, best of 3: 6.83 s per loop

In [90]: timeit hexarr(a).view('S6')
1 loops, best of 3: 2.54 s per loop

【讨论】：