如何在不使用 for 循环的情况下遍历图像中的所有像素并将它们的 RGB 值与另一个 RGB 值进行比较？答案

【问题标题】：How to iterate through all pixels in a image and compare their RGB values with another RGB value without using for loop?如何在不使用 for 循环的情况下遍历图像中的所有像素并将它们的 RGB 值与另一个 RGB 值进行比较？
【发布时间】：2019-06-03 14:32:38
【问题描述】：

所以，基本上我有一个包含 16 个 RGB 颜色值的数组，我必须计算输入图像中像素的 RGB 值与所有这 16 个颜色值之间的距离。距离较小的 RGB 值将是输出图像中的 RGB 值。

问题是：我使用嵌套的 for 循环来执行这些操作，而且它真的很慢。摘录如下：

for i in range (row):
        for j in range (columns):
            pixel = img[i, j]
            for color in colorsarray:
                dist.append(np.linalg.norm(pixel - color))
            img[i,j] = colorsarray[dist.index(min(dist))]
            dist.clear()

有没有 numpy 函数可以帮我优化这个？

【问题讨论】：

标签： python numpy

【解决方案1】：

您可以通过广播数组来计算距离。

如果您的图像具有 (x,y,3) 形状并且您的调色板具有 (n,3) 形状，那么您可以将每个像素和每种颜色之间的距离计算为具有形状 (x,y,n) 的数组：

# distance[x,y,n] is the distance from pixel (x,y) to
# color n
distance = np.linalg.norm(
    img[:,:,None] - colors[None,None,:], axis=3)

索引: 表示“整个轴”，索引None 表示“沿该轴广播值”。

然后您可以选择最接近的颜色索引：

# pal_img[x,y] is the index of the color closest to
# pixel (x,y)
pal_img = np.argmin(distance, axis=2)

最后，您可以转换回 RGB：

# rgb_img[x,y] is the RGB color closest to pixel (x,y)
rgb_img = colors[pal_img]

这表明您实际上并不需要 NumPy 中的特殊功能。不幸的是，这可能有点难以理解。

【讨论】：

好吧，它起作用了，顺便说一下快了很多。感谢分享，现在将尝试了解到底发生了什么。
@MarceloYuriBenesciutti 如何将图像形状设置为 (x,y,3) 并将调色板形状设置为 (n,3)？
RGB 图像通常具有 (y,x,3) 形状。例如，如果您从 PIL 获得它，那么它将具有的形状。如果不是 (y,x,3)，那么它可能不是 RGB，您可能需要先进行色彩空间转换。（注意顺序：先是 Y，然后是 X。）

【解决方案2】：

未经测试，但您可以尝试矢量化您的函数：

# reshape to have 1D array
dimx = image.shape[0]
image = image.reshape(-1, 3)

def f(pixel):
    # TODO here: logic to return, given the pixel, the closest match in the list

# vectorize the function and apply it to the image
image = np.vectorize(f)(image)

# set the shape back to original
image = image.reshape( dimx, -1, 3 )

【讨论】：

请阅读 np.vectorize 免责声明 - 它不会提高速度。最好自己做一些计时。