Python 如何将像素值替换为tensorflow操作？

我需要将图像中的像素值替换为图形中的操作。不幸的是，事先这样做不是一种选择，因为这是优化过程的一部分

在我找到解决方案之前，我只是简单地使用

tf.py_func（）

，但由于这个操作需要执行很多次，所以速度非常慢，效率也很低

# numpy function to perturb a single pixel in an image

def perturb_image(pixel, img):

  # At each pixel's x,y position, assign its rgb value

  x_pos, y_pos, r, g, b = pixel
  rgb = [r,g,b]
  img[x_pos, y_pos] = rgb

  return img

# pixel is a 1D tensor like [x-dim,y-dim,R,G,B]
# image is tensor with shape (x-dim,y-dim,3)

img_perturbed = tf.py_func(perturb_image,[pixel, image], tf.uint8)

我想到的一种方法是使用

tf.add（扰动，图像）

，其中两者都具有相同的维度，扰动都是零，除了像素位置，需要将其RGB值更改为上述代码片段中

pixel

中定义的相同值。不幸的是，我需要重写很多关于这个操作的代码，我正试图避免这些代码

您能想出一个解决方案，用另一个使用相同输入的tensorflow操作替换

py_func

非常感谢您的帮助