Numpy 映射3元素中的第一个元素'；s细胞基质

TL；博士：
给定一个形状（M，N，3）的np.数组，更改每个[M，N]值中的第一个元素的最有效方法是什么

你好,

作为我正在学习的图像处理课程的一部分，我需要手动量化图像。 如果我的输入是

RGB

格式，我首先需要将其转换为

YIQ

格式，然后对

Y

值执行量化。在这个过程中，我构建了一个表，将

Y

的每个值映射到一个新值

Y'

。接下来，我需要用

Y'

值而不是

Y

，以及

I

和

Q

的相同值构建一个相同形状的图像。最后，我将新图像，

Y'IQ

转换回

RGB

格式

我在映射过程中遇到了问题。我已经有了将

Y

与

Y'

关联的表，但是我在转换过程中没有成功

我的图像采用浮点格式，形状为

（12,13,3）

（例如）。我只需要变换每个单元格上的第一个元素（由3个元素组成）

我使用了以下循环

for n in range(0, imgYIQ.shape[0]):
    for j in range(0, imgYIQ.shape[1]):
        imgYIQ2[n, j][0] = (1 / 255) * Ttable['h(v)'][Ttable['v'] == imgYIQ2[n, j, 0]]

其中

t表

是将

Y

的任何值映射到

Y'

的表。我使用循环是因为我想对图像旧值进行条件设置（

[Ttable['v']==imgYIQ2[n，j，0]]

）

---

有没有办法使这个过程矢量化？

我采用了马克·塞切尔的方法。我首先将（h，w，d）数组转换为（hw，d）数组。在我的例子中，结果是（hw，3）。 然后，将（h8w，3）数组转换为（hw，3）pd.数据帧。
已经有了映射表，我只需使用

pd.merge（，sort=False）

，验证原始数组（hw，3）的顺序是否保持不变（我使用

YIQ

.loc[：，1]=

Y'IQ

.loc[：，1]和

YIQ

.loc[：，2]=

Y'IQ

.loc[：，2]这一事实来验证它。

---

在（hw，3）df中使用

Y'IQ

后，我将其转换为一个np.array（使用

pd.DataFrame.to_numpy

），然后我将生成的数组重塑为旧的形状（h，w，3）。

我采用了Mark Serchell方法。我首先将（h，w，d）数组转换为（hw，d）数组。在我的例子中，结果是（hw，3）。 然后，将（h8w，3）数组转换为（hw，3）pd.数据帧。
已经有了映射表，我只需使用

pd.merge（，sort=False）

，验证原始数组（hw，3）的顺序是否保持不变（我使用

YIQ

.loc[：，1]=

Y'IQ

.loc[：，1]和

YIQ

.loc[：，2]=

Y'IQ

.loc[：，2]这一事实来验证它。

---

在（hw，3）df中使用

Y'IQ

后，我将其转换为np.array（使用

pd.DataFrame.to_numpy

），然后我将生成的数组重塑为旧形状（h，w，3）。

如果您的I和Q通道保持不变，并且只转换Y，您是否考虑过拆分通道或仅在Y通道上创建一个视图？非常感谢它的工作，并为我节省了大量计算时间！如果您的I和Q通道保持不变，并且您仅转换Y，您是否考虑过拆分通道或仅在Y通道上创建视图？非常感谢，它非常有效，并为我节省了大量计算时间！