Python 优化PIL/numpy例程

我正在处理一个被清理成黑白的PIL图像。图像约为200x200像素

这个过程就是这样的，我只需要图像中黑色像素的索引

self.image = Image.open(path)
npArray = numpy.array(Image.open(self.image.getdata(),
                                   numpy.uint8).reshape(self.image.size[1], self.image.size[0], 4)

black = [(i, j) for i in range(1,dim-1) for j in range(1,dim-1) if  npArray[i][j][0] == 0]

return numpy.asarray(black)

---

在大多数情况下，它是有效的，但却是性能的瓶颈。有什么办法可以加快速度吗？

你在使用Python3吗？

xind，yind=np。where（img[…，0]==0）

可以做你想做的事（我手头没有黑白图像可供验证）。或者，如果你想让坐标成对，可以使用

np.argwhere（img[…，0]==0）

@PaulPanzer Nice，我还不知道

argwhere

。感谢argwhere将我机器上的时间从16秒缩短到5秒。