Python 如何在numpy中优化此图像迭代？

我用这个代码来检测图像中的绿色

问题是这个迭代非常慢

如何使它更快？如果它正在使用numpy，如何以numpy的方式进行

def convertGreen(rawimg):
    width, height, channels = rawimg.shape
    size = (w, h, channels) = (width, height, 1)
    processedimg = np.zeros(size, np.uint8)
    for wimg in range(0,width):
        for himg in range(0,height):
            blue = rawimg.item(wimg,himg,0)
            green = rawimg.item(wimg,himg,1)
            red = rawimg.item(wimg,himg,2)
            exg = 2*green-red-blue
            if(exg > 50):
                processedimg.itemset((wimg,himg,0),exg)

    return processedimg

试着简单地说：

blue = rawimg[:,:,0]
green = rawimg[:,:,1]
red = rawimg[:,:,2]
exg = 2*green-red-blue
processedimg = np.where(exg > 50, exg, 0)

试着简单地说：

blue = rawimg[:,:,0]
green = rawimg[:,:,1]
red = rawimg[:,:,2]
exg = 2*green-red-blue
processedimg = np.where(exg > 50, exg, 0)

---

我只是作为一个业余爱好者涉猎过numpy，但我相信您可以利用fromfunction从现有的np数组创建一个新的np数组

以下是我认为在这种情况下可能会起作用的内容-这将利用numpy的速度：

def手柄颜色（img、x、y）：
蓝色=模拟项目（x，y，0）
绿色=模拟项目（x，y，1）
红色=模拟项目（x、y、2）
exg=2*绿-红-蓝
如果exg>50：
返回（exg、绿色、红色）
返回蓝色、绿色、红色
def转换器绿色（rawimg）：
processedimg=np.fromfonment（lambda i，j:handle_colors（rawimg，i，j），rawimg.shape）
返回进程

我只是作为一个业余爱好者涉猎过numpy，但我相信您可以利用fromfunction从现有的np数组创建一个新的np数组

以下是我认为在这种情况下可能会起作用的内容-这将利用numpy的速度：

def手柄颜色（img、x、y）：
蓝色=模拟项目（x，y，0）
绿色=模拟项目（x，y，1）
红色=模拟项目（x、y、2）
exg=2*绿-红-蓝
如果exg>50：
返回（exg、绿色、红色）
返回蓝色、绿色、红色
def转换器绿色（rawimg）：
processedimg=np.fromfonment（lambda i，j:handle_colors（rawimg，i，j），rawimg.shape）
返回进程

Great您完全避免了使用

for

循环！！我犯了这个错误。exg=2*绿色-红色-蓝色ueError:操作数无法与形状（480640）（480,2,3）一起广播！请参见编辑（红色

定义中缺少最后一个逗号）太好了，您完全避免了使用
for
循环！！我犯了这个错误。exg=2*绿色-红色-蓝色ueError:操作数无法与形状（480640）（480,2,3）一起广播！请参见编辑（在
红色
定义中缺少最后一个逗号）