Python:NumPy数组的struct.pack和struct.unpack

我正在探索

struct.pack

和

struct.unpack

的NumPy版本。我的特殊问题是将RGB值

（r，g，b）

转换为二进制

例如：

f = lambda r, g, b: struct.unpack('I', struct.pack('BBBB', r, g, b, 255))[0]
f(155, 156, 148)
#--> 4287929499

import numpy as np
import struct

img_rgb = np.random.randint(0, 256, (480, 640, 3))
%%time
np.apply_along_axis(lambda rgb: struct.unpack('I', struct.pack('BBBB', rgb[0], rgb[1], rgb[2], 255))[0], 2, img_rgb)
#--> Wall time: 5.23 s

当我将此转换应用于图像（RGB的二维阵列）时，它会变得非常慢

例如：

f = lambda r, g, b: struct.unpack('I', struct.pack('BBBB', r, g, b, 255))[0]
f(155, 156, 148)
#--> 4287929499

import numpy as np
import struct

img_rgb = np.random.randint(0, 256, (480, 640, 3))
%%time
np.apply_along_axis(lambda rgb: struct.unpack('I', struct.pack('BBBB', rgb[0], rgb[1], rgb[2], 255))[0], 2, img_rgb)
#--> Wall time: 5.23 s

我的问题是是否有

struct.pack

和

struct.unpack

的NumPy版本？或者，如何使用NumPy使代码更快？

您不需要在NumPy中使用和操作，因为它使用原始二进制数组，而不是单独将每个值包装到单独的对象中。通常，您使用的操作有、、和

在您的特定情况下，您有和

（M，N，3）

图像，您希望向其添加255个通道并将其转换为：

通过将最后一个维度设置为大小4，可以确保现在可以直接按以下方式查看数据：

结果将是形状

（M，N，1）

。可以使用以下方法删除额外的尺寸标注：

这并没有给你带来多少好处：它删除了方便的3通道表示，而不改变内存布局。将

img_rgba

或

result

转储到原始二进制文件将产生相同的结果

---

通常，在numpy中，像这样的函数通常是代码气味。它们并不比为-循环运行显式的

。您的目标应该始终是将代码矢量化，以便一次对所有元素执行操作。
太棒了！这种方法将计算速度提高了150倍。
result = np.squeeze(img_rgba.view(np.uint32))