Python Numpy-使用corrsp填充图像。给定[u，v，I]的数组

我有一个numpy数组，它有一个N*3矩阵

[u，v，I]

。像素位置和该像素的

I

强度

我需要从该numpy数组中的像素集生成对应

I

的填充图像。现在我有一个for循环来完成它，但是它非常慢。什么是更快的方法

dmap_raw = np.zeros((raw_img_size[1], raw_img_size[0])).astype(np.float32)
for i in range(0, velodata_cam_proj.shape[0]):
    u = velodata_cam_proj[i,0]
    v = velodata_cam_proj[i,1]
    Z = velodata_cam_proj[i,2]
    dmap_raw[int(v),int(u)] = Z*100

试试这个：

dmap_raw = np.zeros((raw_img_size[1], raw_img_size[0])).astype(np.float32)

u = velodata_cam_proj[:,0].astype('int')
v = velodata_cam_proj[:,1].astype('int')
Z = velodata_cam_proj[:,2]
dmap_raw[v, u] = Z*100

---

请用for循环显示您的工作解决方案。这将有助于理解你的问题。好的，我已经添加了for循环