我正在尝试将省份分配到一个区域，以便在游戏模式中使用。我有两张不同的地区和省份Map。provinces file、area file。目前，我正在使用PIL读入一个Python格式的图像并将其存储在一个数组中，如下所示：
import PIL
land_prov_pic = Image.open(INPUT_FILES_DIR + land_prov_str)
land_prov_array = np.array(land_prov_pic)
image_size = land_prov_pic.size
for x in range(image_size[0]):
if x % 100 == 0:
print(x)
for y in range(image_size[1]):
land_prov_array[x][y] = land_prov_pic.getpixel((x,y))其中最终得到land_prov_array[x][y]=(R，G，B)
然而，这个Get非常慢，特别是对于大图像。我尝试使用OpenCV阅读它，如下所示：
import opencv
land_prov_array = cv2.imread(INPUT_FILES_DIR + land_prov_str)
land_prov_array = cv2.cvtColor(land_prov_array, cv2.COLOR_BGR2RGB) #Convert from BGR to RGB但现在land_prov_array[x][y] = [R G B]是ndarray，不能插入到集合中。但它比前一个for循环快得多。如何在没有for循环的情况下为数组中的每个元素将[R G B]转换为(R,G,B)，或者更好的是，以这种方式读取它？
编辑：添加图片、更多说明和代码块以提高可读性。
2条答案
按热度按时间xeufq47z1#
当您需要将
[R,G,B]数组转换为元组时，最好将其转换为元组，而不是将整个图像转换为这种形式。与数值型数组相比，元组数组占用的内存要多得多，处理起来也要慢得多。answer by isCzech展示了如何在3D数组上创建NumPy视图，该数组将数据呈现为元组的2D数组。这可能不需要实际元组数组的额外内存，但处理起来仍然要慢得多。
最重要的是，大多数NumPy函数(如
np.mean)和运算符(如+)不能应用于这样的数组。因此，必须在Python代码中(或使用@np.vectorize函数)迭代数组，这比使用NumPy函数和运算符作为一个整体处理数组的效率要低得多。vlurs2pr2#
对于从3D数组(
data3D)到2D数组(data2D)的转换，我使用了以下方法：.view修改数据类型，并返回大小为1的最后一维的3D数组，然后.squeeze可以删除该数组。或者，您可以使用.squeeze(axis=-1)仅挤压最后一个维度(以防其他维度也是1)。请注意，我使用的是
uint8('u1')-您的类型可能不同。尝试使用循环来实现这一点确实非常慢(至少与这种方法相比是如此)。
这里有类似的问题：以图像的形式显示一个二维Numy数组，其中的内容是元组