PIL - 对每个像素应用相同的操作

Question

我创建一个图像并填充像素:

img = Image.new( 'RGB', (2000,2000), "black") # create a new black image
pixels = img.load() # create the pixel map

for i in range(img.size[0]):    # for every pixel:
    for j in range(img.size[1]):
      #do some stuff that requires i and j as parameter

这可以做得更优雅(并且可能更快,因为从理论上讲,循环可以并行化)？

Answer 1

注意：我会先回答这个问题，然后提出一个我认为更好的选择

回答问题

在不知道您打算应用哪些更改以及将图像加载为 PIL 图像是问题的一部分还是给定的情况下，很难给出建议。

• 更优雅的 Python 语言通常意味着使用列表推导式
• 对于并行化，您可以查看类似multiprocessing模块或joblib 的内容

根据您创建/加载图像的方法，您可能会对list_of_pixels = list(img.getdata())和img.putdata(new_list_of_pixels)函数感兴趣。

这可能是什么样子的一个例子：

from PIL import Image
from multiprocessing import Pool

img = Image.new( 'RGB', (2000,2000), "black")

# a function that fixes the green component of a pixel to the value 50
def update_pixel(p):
    return (p[0], 50, p[2])

list_of_pixels = list(img.getdata())
pool = Pool(4)
new_list_of_pixels = pool.map(update_pixel, list_of_pixels)
pool.close()
pool.join()
img.putdata(new_list_of_pixels)

但是，我认为这不是一个好主意……当您看到 Python 中数千个元素上的循环（和列表推导式）并且考虑到性能时，您可以确定有一个库可以实现这一点快点。

更好的选择

首先，一个指向Channel Operations 模块的快速指针，由于您没有指定您打算执行的像素操作类型，并且您已经清楚地了解 PIL 库，我假设您知道它并且它没有做你想做的事。

然后，Python 中任何中等复杂的矩阵操作都将受益于拉入Pandas、Numpy或Scipy ...

纯麻木的例子：

import numpy as np
import matplotlib.pyplot as plt
#black image
img = np.zeros([100,100,3],dtype=np.uint8)
#show
plt.imshow(img)
#make it green
img[:,:, 1] = 50
#show
plt.imshow(img)

由于您只是使用标准的 numpy.ndarray，您可以使用任何可用的功能，例如 np.vectorize、apply、map 等。 使用 update_pixel 函数显示与上述类似的解决方案：

import numpy as np
import matplotlib.pyplot as plt
#black image
img = np.zeros([100,100,3],dtype=np.uint8)
#show
plt.imshow(img)
#make it green
def update_pixel(p):
    return (p[0], 50, p[2])
green_img = np.apply_along_axis(update_pixel, 2, img)
#show
plt.imshow(green_img)

再举一个例子，这次直接从索引计算图像内容，而不是从现有的图像像素内容（不需要先创建一个空图像）：

import numpy as np
import matplotlib.pyplot as plt

def calc_pixel(x,y):
    return np.array([100-x, x+y, 100-y])

img = np.frompyfunc(calc_pixel, 2, 1).outer(np.arange(100), np.arange(100))    
plt.imshow(np.array(img.tolist()))
#note: I don't know any other way to convert a 2D array of arrays to a 3D array...

而且，瞧，scipy 有读取和写入图像的方法，您可以使用 numpy 将它们作为“经典”多维数组进行操作。（scipy.misc.imread顺便说一下，取决于 PIL）

更多示例代码。