我有一个图像与4通道的rgba，但我只想计算每个像素的rgb的差异，并取代它与最接近的颜色在一个口述。

myMap = {
    'a': ([255, 27, 255, 255]),
    'b': ([255, 255, 27, 255]),
    'c': ([255, 27, 27, 255]),
}

把这个作为我的阵列，

np.random.seed(seed=777)
s = np.random.randint(low=0, high = 255, size=(3, 4, 4))
print(s)

这就是我如何替换pix的，但是效率非常低，因为使用了3个循环。
其逻辑是循环遍历每个像素并计算与dict中每个值的距离，然后用dict中的值替换该特定像素的值。
运行该函数后，图像shd最多只包含3种颜色。
有没有更好的方法来实现我的愿望？

for i in range(s.shape[0]):
    for j in range(s.shape[1]):
        _min = math.inf
        r, g, b, _ = s[i][j].tolist()
        for color in myMap.values():
            cr, cg, cb, ca = color
            color_diff = math.sqrt((r - cr)**2 + (g - cg)**2 + (b - cb)**2) 
            if color_diff < _min: 
                _min = color_diff
                s[i][j] = np.array([cr, cg, cb, ca])
print(s)