Python在图像数组中查找颜色并用值填充2D数组

我有一个带有颜色分割的图像，我想从BGR颜色列表中找到具有颜色的像素。从这些像素索引中，我想用一些任意值填充2D数组。我已经完成了这项工作，但进展非常缓慢：

#load image with color segmentations
img = cv2.imread(segmented_img_path)
#create empty output array
output = np.zeros((img.shape[0], img.shape[1]))
#iterate over image and find colors
for i, row in enumerate(img):
    for j, bgr in enumerate(row):
        if np.any(np.all(np.isin(np.array(color_list),bgr,True),axis=1)):
            output[i,j] = float(some_value)

---

必须有一种更快的方法来实现这一点，可能是使用np.where，但我就是想不出来。

我认为这可以像下面的示例中那样实现。下面是一个简化的示例，可以根据您的需要进行扩展

m = np.array(([1,2,3], [4,5,6], [1,2,3]))
d = np.zeros((np.shape(m)))
BGR = [1,3]
for color in BGR:
   d[m==color] = color+1000

我们只需循环遍历您希望在BGR列表中找到的颜色值，并在for循环中替换它们。这里的颜色+1000是您引用的任意值 对

对于您的情况，它将显示如下：

img = cv2.imread(segmented_img_path)
output = np.zeros((img.shape))
for bgr in BGR:
   output[img==bgr] = float(some_value)

---

此外，如果您使用的是大型阵列（图像），并且拥有NVIDIA图形卡，请查看cupy而不是numpy。它有相同的符号，但使用图形卡大大增强了基于矩阵的数学。性能可能会快几个数量级。这不起作用，因为我的输出与图像的形状不同。图像有3个维度：w、h和通道。我的输出只是一个2D数组。