Arrays 有没有办法改进这个pygame颜色过滤算法

我制作这个程序是为了快速有效地将pygame图像过滤到选定的调色板。问题是，它真的很慢

我做了一些事情来提高它的速度，例如删除搜索最近颜色的函数中的sqrt操作（因为它没有做任何有用的事情），并使用

.unique

使NumPy数组更快地获取唯一行。问题是，它仍然很慢。我希望它能实时工作，而不是像蜗牛一样慢

有什么方法可以改进这个算法来实现这一点吗？或者，除非我降低到像C这样的较低级别，否则这是不可能的？这是我的密码：

import pygame
import numpy as np

def unique_void_view(a):
    return (
        np.unique(a.view(np.dtype((np.void, a.dtype.itemsize * a.shape[1]))))
        .view(a.dtype)
        .reshape(-1, a.shape[1])
    )

def closest(colors,color):
    colors = np.array(colors)
    color = np.array(color)
    distances = (np.sum((colors-color)**2,axis=1))
    index_of_smallest = np.where(distances==np.amin(distances))
    smallest_distance = colors[index_of_smallest]
    return smallest_distance


def ApplyFilter(Image,Colors):
        
        I = pygame.surfarray.array3d(Image)
        
        R = pygame.surfarray.pixels_red(Image)
        G = pygame.surfarray.pixels_green(Image)
        B = pygame.surfarray.pixels_blue(Image)
        A = pygame.surfarray.pixels_alpha(Image)
        I = (np.dstack((R,G,B,A)))
        I = I.reshape(-1, I.shape[2])

        I = unique_void_view(I)
        
        P = pygame.PixelArray(Image)

        for i in I:
            p = (i[0],i[1],i[2],i[3])
            q = closest(Colors,p)
            q = q[0][0],q[0][1],q[0][2],q[0][3]
            P.replace(p,q)

        return P.make_surface()

---

使用纯python可能无法获得这样的性能，不。选项包括numba和Cython，或者在scipy中预构建颜色缩放解决方案。我明白了，使用pygame和opengl并使用opengl着色器可以实现这一点吗？还是会太慢？如果没有，我以前没有使用过cython或numba，我可以在它们上面安装moderngl和pygame吗？很有可能scipy已经具备了您想要的图像处理方面的所有功能。Cython和numba是将python代码编译成C速度的方法。另一方面，着色器可能已经足够了是的。听起来不错，我会更多地研究scipy，看看我是否能用它快速完成所有事情，如果不能，我会制作一个opengl着色器。这对找到相似的颜色可能会有帮助。