像素遍历的优化方法（如何利用numpy.where来遍历像素）

kaka♝ 2019-08-16 10:43:21

传统for循环对于大量图片访问较慢。
如何使用np.where(）来访问像素并操作
for x in range(rows):
for y in range(cols):
················

...全文

436 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

罗卜基斯 2019-08-18

打赏
举报

回复

用百度或者看看document

1.numpy.where 1.1.numpy.where(condition) a = np.arange(10) print(a) 输出：[0 1 2 3 4 5 6 7 8 9] b = np.where(a<=5) print(b) 输出：(array([0, 1, 2, 3, 4, 5], dtype=int64),) 1.2.numpy.where(condition, x, y) condition为真执行x，否则执行y a = 10 b = np.where(a>

numpy.where() 有两种用法：1. np.where(condition, x, y)满足条件(condition)，输出x，不满足输出y。如果是一维数组，相当于[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]>>> aa = np.arange(10)>>> np.where(aa,1,-1)...

1、numpy.where的返回结果 numpy.where调用方式为numpy.where(condition,1,2) 满足条件的位置上返回结果1，不满足的位置上返回结果2 例如通过where()函数将a数组中负值设为0，正值不变如果没有指定返回结果，只有查找条件则返回满足条件的位置。返回的结果是一个元组（tuple），包含两个数组，第一个数组纪录的是行，第二个数组纪录的是列。可以使用zip函数将返回的位置组成一个个坐标对，方便调用。zip函数直接返回的是一个对象，可以用过for循环

python np.where遍历图像像素传统for循环对于大量图片访问较慢。如何使用np.where(）来访问像素并操作呢？实例：读一个灰度图，得到所有满足条件(灰度=10)像素点坐标，并存放到列表使用for循环嵌套遍历 img=cv2.imread("./db/image_cut/image_cut2.bmp",0)#第二个参数为0代表以灰度图的方式读入 height = len(img) width = len(img[0]) listx=[] listy=[]

因为很多数据是numpy的ndarray格式的，在对ndarray进行处理时就涉及到条件的筛选，比如去掉数据中的小于1或者大于1的数据，而且会经常用到，所以就写个博客记录一下。 1.np.where（）如果用np.where 函数，返回的是符合的元素的index，具体看代码 2.姑且称为切片法吧显示还是方法二比较简单快捷，代码的可读性也高

37,719

社区成员

34,239

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

试试用AI创作助手写篇文章吧

+ 用AI写文章