Python 算法的运行时在处理数据时会大大减慢

这个算法是我正在进行的一个更大项目的一部分，这个算法的作用是查找给定颜色的像素，然后返回它们的坐标

def find_像素（img）：
labels=np.zero（（len（img），len（img[0]））
c=0
x0=0
尽管如此：
印刷品（c）
像素=查找像素（img，标签，x0）
如果像素[0]==False：
打破
其他：
i、 j，标签，x0=像素[0][0]，像素[0][1]，像素[1]，像素[2]
c+=1
打印（（i，j））
def find_pixel_v2（图像、标签、x0）：
对于范围（x0，len（img））内的i：
对于范围（0，len（img[0]）内的j：
如果标签[i][j]==1：
持续
其他：
如果img[i][j][0]！=0:
标签[i][j]=1
返回（i，j），标签，x0
其他：
标签[i][j]=1
返回False，标签

输入img是一个形状（x，y，3）的数组。 标签是一个带有形状（x，y）的零数组，以确保我不会在已检查的坐标上循环

---

问题是，随着时间的推移，算法的运行时间大大减慢，我不知道为什么。

我发现问题出在哪里：

运行时变慢的原因是，每次调用

find\u pixel\u v2（）

，for循环从一开始就迭代整个数组，直到它到达具有所需颜色的像素，随着时间的推移，此过程将花费越来越长的时间

我想我可以使用一个变量

x0

，以防止for循环在每次调用中都重复

然而，我在这里犯了一个错误：

return（I，j），labels，x0

我返回的是相同的

x0

值，每次都是零

---

将这行更改为

return（i，j），labels，i

将解决这个问题，也就是说，下次调用

find_pixel_v2（）

时，for循环将从上次调用结束的地方开始。

很高兴看到您发现了错误（这就是您的问题所在）。
然而，我并没有完全理解你的算法，如果我误解了什么，请纠正我

但整个过程都是关于获取图像的所有索引，其中像素的红色分量不同于零，对吗

因此，我的方法是为搜索到的像素制作一个

True

的遮罩，为所有其他像素制作一个

False

的遮罩，然后询问它们的索引：

mask = img[:, :, 0] != 0
indices = np.argwhere(mask)

---

也许你可以测试一下；希望这有帮助。

您在哪里指定要查找的颜色？img[i][j][0]！=0，其中img[i][j]是像素的RGB代码。为什么有时在

查找像素v2

中使用

标签，有时使用
标签？这是故意的吗？取决于标签的大小，它可能会因为标签[i][j]=1而变慢。我最近也有类似的数据帧问题。不要调整标签并一次又一次地保存它们，而是尝试使用
append
将值保存在一个不断增长的列表中，然后将它们插入到
标签中。例如
pixels.append（[i，j]）
为什么需要多次调用
find\u pixel\u v2
？难道你不能一次通过图像，然后收集一组左右的坐标吗？这个算法的目的是测试for循环的运行时间。最初的算法应该是得到一个不同于黑色的像素，然后捕获它附近的所有像素，这是一种检测特定颜色簇的算法。在写这篇文章之前，我对面具一无所知，我是个初学者，所以它肯定会有帮助，谢谢你指出！不客气。也许你会考虑读一些麻木文档中的段落。这是一个关于一些强大功能的有趣话题。由于我知道这些包中的图像是numpy数组，所以它可能是您的基本工具集。我一定会这样做，因为正如您提到的，它确实是我的基本工具集，谢谢！