Python 使用numpy获取查找表索引的最快方法

接下来是这个问题，旨在加速以下代码。我（在帮助下）构建了一些代码，从mxnx3

numpy.ndarray

（RGB图像）中获取像素值，并将像素值与（位置）查找表中的像素值进行比较，并输出查找表的像素值索引，如下所示：

img = np.random.randint(0, 9 , (3, 3, 3))
lut2 = img[0,0:2,:]

output = []
for x in xrange(lut2.shape[0]):
    if lut2[x] in img:
            output.append(np.concatenate(np.where( (img == lut2[x]).sum(axis=2) == 3 )))

print np.array(output)

输出： 错误：如果在

img

中的多个位置获得

lut[x]

，将无法正确输出。也许更好的策略是将输出格式化为嵌套列表，因为任何可索引的都可以。例如：

[[x_px1, y_px1], [[x_px2a, y_px2a], [x_px2b, y_px2b]]]

其中

px2a

和

px2b

是

img

中具有相同颜色值的独立像素

我一直在摆弄

numpy

指数化，但我没有什么比这更好的了。虽然上述方法部分有效，但由于在阵列上进行迭代，它的速度当然非常慢。如果我给它一个普通大小的图像，它将需要一个不可接受的时间来完成

有人能告诉我一个更快的解决方案吗？

---

编辑：我的理想未来算法摘要： 最后一个

m X n

数组将用于两件事：

• 通过将数组存储在数据库中，以不同的时间间隔绘制数据
• 对由于某些外部事件而导致的阵列变化进行统计分析

注意：基本图像已经是一种绘图，但我无法访问数值数据，因此我需要反转绘图

---

一些（可选）要求对我的代码的目标进行精确说明： 查找表通常基于像素值，而不是位置。不过，在这种情况下，位置会更好（我认为）。上面代码中的

lut

数组是表示速度的线性色标的虚拟，我需要将其数字化，如下所示：

由于每个级别的刻度都是统一的颜色，因此实际上可以将刻度缩小为一组尺寸

1 X高度X 3

（适用于RGB、HSV等）。事实上，我可以去掉第一个维度，然后迭代一个

高x3

的数组。我用来数字化比例的东西有：

• 它以零为中心
• 它是对称的
• 它是线性的
• 已知最大值和最小值

因此，该比例的数字表示为：

digital_scale = np.linspace(-max_speed, max_speed, lut.shape[0])

---

我只需要获得我在

lut

中查找的像素值的

y

索引，然后是

digital\u scale

的

y

第个元素，以输出我需要的值（标量，请参见上面的算法摘要）。

您可以使用Kd tree，这里是一个演示：

import numpy as np
from scipy import spatial

H, W = 200, 100

np.random.seed(1)
a = np.random.randint(0, 20, (H, W, 3))
b = np.random.randint(0, 20, (20, 3))
tree = spatial.cKDTree(a.reshape(-1, 3))
res = tree.query_ball_point(b, 0.5, p=1)
print res

输出为：

[[] [577, 17471] [14636, 4515, 13693, 10988, 15013] [16935, 8576, 13286]
 [2443] [7743, 5914] [] [7469, 19736, 13395, 14992, 9083, 15514]
 [1167, 11416] [3903, 4968] [16504, 2996, 10805, 2264] [] [6725]
 [14437, 5888] [17667] [4681, 2545, 6442] [15067, 4533]
 [7876, 2235, 10152, 3288] [15404, 5691, 17216]
 [15586, 9916, 16938, 15931, 4828, 4069]]

要查看索引2的结果：

rows, cols = np.where(np.all(a == b[None, None, 2], axis=-1))
assert np.all(rows * W + cols == sorted(res[2]))

---

您想要的实际输出是什么（即，您肯定是在以某种数组格式查找数据，而不是将其打印出来）？你到底想干什么？LUT通常是图像值的函数，而不是索引。是否需要最终输出作为数据数组，它可以是其他的吗？如果LUT级别有多个像素，那么输出看起来如何？出于测试目的，您可能需要使用

np.random.seed（1）；img=np.random.randint（0,9，（3,3,3））；img[1,0，：]=img[0,0，：]

@wwii感谢您的关注。最好将输出作为数据数组，但我可以使用任何可以索引的东西，例如列表。这样做的原因是我想使用索引获取

digital\u scale

的相应元素，这将是我的最终结果（请参见上面的编辑）。是的，任何LUT级别都可能有超过1个像素（这是我的代码失败的原因，请参阅上面提到的错误，我希望输出为此类情况下的嵌套列表或数组。这似乎非常复杂。我理解结果，但不理解内部内容，即使在阅读文档时也是如此。我将尽快尝试（仍然是本周）！感谢您的回答：-）

[[] [577, 17471] [14636, 4515, 13693, 10988, 15013] [16935, 8576, 13286]
 [2443] [7743, 5914] [] [7469, 19736, 13395, 14992, 9083, 15514]
 [1167, 11416] [3903, 4968] [16504, 2996, 10805, 2264] [] [6725]
 [14437, 5888] [17667] [4681, 2545, 6442] [15067, 4533]
 [7876, 2235, 10152, 3288] [15404, 5691, 17216]
 [15586, 9916, 16938, 15931, 4828, 4069]]

rows, cols = np.where(np.all(a == b[None, None, 2], axis=-1))
assert np.all(rows * W + cols == sorted(res[2]))