NumPy - 实施阈值上限的更快方法

Question

我正在编写一个脚本来修改RGB图像的亮度,使用NumPy和CV2通过从RGB转换为YCrCb再返回.但是,我正在使用的循环需要一段时间才能执行,我想知道是否有更快的方法.

import cv2 as cv, numpy as np

threshold = 64
image = cv.imread("motorist.jpg", -1)
image.shape # Evaluates to (1000, 1500, 3)

im = cv.cvtColor(image, cv.COLOR_RGB2YCR_CB)

for row in image:
    for col in row:
        if col[0] > threshold:
            col[0] = threshold

image = cv.cvtColor(im, cv.COLOR_YCR_CB2RGB)
cv.imwrite("motorist_filtered.jpg", image)

实现阈值比较的嵌套循环至少需要5-7秒才能执行.有没有更快的方法来实现此功能？

Answer 1

我们的想法是创建一个掩码,让你使用numpy的矢量化.由于形状是(n,m,3),在前两个维度上循环并抓住最后一个维度的第一个索引[:,:,0]

idx = image[:,:,0] > threshold
image[idx,0] = threshold