Python PIL并行（并行映射）

我想用PIL打开一个图像，并将每个像素映射到一种新颜色（通过一个更复杂的函数，该函数本质上将rgb值作为元组，并返回一个新的rgb值元组），比方说，我想将每个像素映射到一种随机rgb颜色（该参数仅用于使其与

map

兼容）：

我想做的是使用一些（最好）高级并行，例如

多处理

：

import multiprocessing


def row_rand_rgb(pixelrow: list) -> list:
    return list(map(rand_rgb, pixelrow)


with PIL.Image.open(imgname) as im:
    width, height = im.size
    pixelaccess = im.load()

    pixelaccess = multiprocessing.Pool().map(row_rand_rgb, pixelaccess)

    im.save()

如果

pixelaccess

是一个“普通”Python矩阵，意思是一个列表列表，那么这种类型的东西会起作用，图像中的每一行像素都会被单独处理，但是这并不完全起作用，因为从我所见，

pixel access对象

不是列表

---

我应该如何进行并行化？

您可以始终使用numpy：

%matplotlib inline 
import matplotlib.pyplot as plt
import numpy as np

with PIL.Image.open(imgname) as im:
    width, height = im.size
    npim = np.array(im.getdata()).reshape(width, height, 3)

    pixelaccess = multiprocessing.Pool().map(row_rand_rgb, npim)

    new_im = np.array(pixelaccess, dtype=np.float32).reshape(width, height, 3)

plt.imshow(new_im)

这是我得到的1050x700输入图像：

---

您始终可以使用numpy：

%matplotlib inline 
import matplotlib.pyplot as plt
import numpy as np

with PIL.Image.open(imgname) as im:
    width, height = im.size
    npim = np.array(im.getdata()).reshape(width, height, 3)

    pixelaccess = multiprocessing.Pool().map(row_rand_rgb, npim)

    new_im = np.array(pixelaccess, dtype=np.float32).reshape(width, height, 3)

plt.imshow(new_im)

这是我得到的1050x700输入图像：

---

之后如何保存图像？我也需要将其保存为单独的图像，最好没有X轴和Y轴。只需添加image.fromarray（new_im）.save（'new_image.jpg'）即可保存图像。以后如何保存图像？我还需要将其另存为一个单独的图像，最好没有X轴和Y轴。只需添加image.fromarray（new_im）.save（'new_image.jpg'）即可保存图像