Python 图像到二维阵列的转换时间过长

我有一个剧本

将图像分割为块，然后将每个块的像素颜色值相加

将该值除以块中的像素数

然后检查块的平均值是否大于或小于127，并返回1或0（如果是黑色或白色）；将该0或1指定给二维数组 但是这个脚本非常慢。也许你们中的一些人会有更好的主意。这是我的密码

#gridHeight and gridWidth is how many blocks vertically and horizontally are there. 
#bialeMin is block's width and height (blocks are always squares)

    for y in range (0, gridHeight):
    for x in range (0, gridWidth):
        i=0
        pixel=0
        for v in range (0, bialeMin):
            for w in range (0, bialeMin):
                pixel=pixel+im.getpixel((((x*bialeMin)+w),((y*bialeMin)+v)))
                i=i+1
        if (pixel/i)<127:
            pixelavg[y][x]=1
        elif (pixel/i)>127:
            pixelavg[y][x]=0

#gridHeight和gridWidth是垂直和水平方向上有多少块。
#bialeMin是块的宽度和高度（块总是正方形）
对于范围内的y（0，网格高度）：
对于范围内的x（0，网格宽度）：
i=0
像素=0
对于范围（0，二元数）内的v：
对于范围内的w（0，二元数）：
pixel=pixel+im.getpixel（（（x*bialeMin）+w），（（y*bialeMin）+v）））
i=i+1
如果（像素/i）127：
像素平均值[y][x]=0

好的，多亏了@Roland Deschain，我在处理时间上成功地与huuuuge benefit合作

im2=np.array(im)
for y in range (0, gridHeight):
for x in range (0, gridWidth):
    i=0
    im3=im2[(y*bialeMin):(y*bialeMin+bialeMin),(x*bialeMin):(x*bialeMin+bialeMin)]
    im4=np.sum(im3) / (bialeMin*bialeMin)
    if im4<127:
        pixelavg[y][x]=1
    elif im4>127:
        pixelavg[y][x]=0

im2=np.array（im）
对于范围内的y（0，网格高度）：
对于范围内的x（0，网格宽度）：
i=0
im3=im2[（y*bialeMin）：（y*bialeMin+bialeMin），（x*bialeMin:（x*bialeMin+bialeMin）]
im4=np.sum（im3）/（bialeMin*bialeMin）
如果im4127：
像素平均值[y][x]=0

您可以使用其他功能吗？这类似于将内核应用于图像，也许这会有所帮助。（）一种方法是调查一下。您可以直接使用子阵列提取块，只需在这些子阵列上调用例如

numpy.sum（）

，而不需要任何循环。刚开始时有点棘手，但numpy对数组操作进行了高度优化（图像基本上只是一个2D数组），因此比自编循环快得多。@RolandDeschain这似乎是一个解决方案，但我不知道如何将图像转换为数组。这样做：im2=np.array（im）只会在任何地方给我零。很抱歉，回复太晚了，但看起来你已经解决了：）