为了一个有趣的项目，我想分析一些图像，特别是哪些颜色（色调）比其他颜色更明显。因为我想考虑颜色的“可见性”，仅仅计算像素的色调是不够的（例如，完美的黑色将算作红色，因为它的色调是0°）。我想出了一个公式，这是海事组织足够好，我的项目。
目前我做以下工作：

• 使用opencv读取图像（结果为BGR numpy数组）
• 将图像转换为HSV
• 对于每个像素，计算其色调的可见性（从饱和度和值），并在色调的字典中求和。

公式为color_visibility = sqrt(saturation * value)，因此全红色的RGB=255,0,0; HSV=0,1,1将得到1，而例如浅红色的RGB=255,128,128; HSV=0,0.5,1将得到0.70。
下面是我使用的（完整工作）代码：

import urllib
import cv2
import numpy as np

url = 'https://upload.wikimedia.org/wikipedia/commons/thumb/0/02/Leuchtturm_in_Westerheversand_crop.jpg/299px-Leuchtturm_in_Westerheversand_crop.jpg'
image = np.asarray(bytearray(urllib.urlopen(url).read()), dtype="uint8")
image = cv2.imdecode(image, cv2.IMREAD_COLOR)

d = {}
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
pixels = hsv.reshape((hsv.shape[0] * hsv.shape[1], 3))
for h,s,v in pixels:
    d[h] = d.get(h, 0.) + (s/255. * v/255.) ** 0.5

正如您可能猜到的那样，当图像像素较多时，代码会变得非常慢。
我的问题是，如果没有dict和for循环，我怎么计算公式呢？也许直接用numpy？