Python 如何有效地将三通道图像的每个像素映射到一个通道？

我正在编写一个python程序来预处理图像，将其用作语义分割任务的标签。原始图像有三个通道，其中代表每个像素的三个值的向量表示该像素的类标签。例如，[0,0,0]的像素可以是类1，[0,0255]可以是类2，依此类推

我需要将这些图像转换为一个单通道图像，像素值从0开始，然后依次递增以表示每个类。基本上，我需要将旧图像中的[0,0,0]转换为新图像中的0，[0,0255]转换为1，依此类推

这些图像具有相当高的分辨率，宽度和高度都超过2000像素。我需要对数百张图像执行此操作。当前的方法是迭代每个像素，并用相应的标量值替换三维值

filename="file.png"
label_list = [[0,0,0], [0,0,255]] # for example. there are more classes like this
image = imread(filename)
new_image = np.empty((image.shape[0], image.shape[1]))
for i in range(image.shape[0]):
    for j in range(image.shape[1]):
        for k, label in enumerate(label_list):
            if np.array_equal(image[i][j], label):
                new_image[i][j] = k
                break   
imsave("newname.png", new_image)

问题是上面的程序效率很低，并且每个映像都要运行几分钟。这太多了，无法处理我所有的图像，因此我需要改进它

首先，我认为通过将

label\u list

转换为一个numpy数组，可以删除最里面的循环。但是，我不知道如何做

np.where

在二维数组中找到一维数组，以及它是否会改进任何东西

从中，我尝试定义一个函数并将其直接应用于图像。但是，我需要将每个三维标签映射到一个标量。字典不能包含列表作为键。有没有更好的方法来做到这一点，它会有帮助吗

有没有办法提高（大量提高）效率，或者有没有更好的办法来完成上述计划

谢谢。

方法#1

下面是一种使用

视图

和

np.searchsorted

-

# https://stackoverflow.com/a/45313353/ @Divakar
def view1D(a, b): # a, b are arrays
    a = np.ascontiguousarray(a)
    b = np.ascontiguousarray(b)
    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
    return a.view(void_dt).ravel(),  b.view(void_dt).ravel()

# Trace back a 2D array back to given labels
def labelrows(a2D, label_list):
    # Reduce array and labels to 1D
    a1D,b1D = view1D(a2D, label_list)

    # Use searchsorted to trace back label indices
    sidx = b1D.argsort()
    return sidx[np.searchsorted(b1D, a1D, sorter=sidx)]

因此，要将其用于

3D

图像阵列，我们需要将高度和宽度合并为一个维度，并保持颜色通道的暗度，然后使用标签功能

方法#2

针对具有

[0255]

范围的图像元素进行了调整，我们可以利用矩阵乘法进行降维，从而进一步提高性能，如下所示-

def labelpixels(img3D, label_list):
    # scale array
    s = 256**np.arange(img.shape[-1])

    # Reduce image and labels to 1D
    img1D = img.reshape(-1,img.shape[-1]).dot(s)
    label1D = np.dot(label_list, s)

    # Use searchsorted to trace back label indices
    sidx = label1D.argsort()
    return sidx[np.searchsorted(label1D, img1D, sorter=sidx)]

关于如何扩展图像大小写和验证的示例运行-

In [194]: label_list = [[0,255,255], [0,0,0], [0,0,255], [255, 0, 255]]

In [195]: idx = [2,0,3,1,0,3,1,2] # We need to retrieve this back

In [196]: img = np.asarray(label_list)[idx].reshape(2,4,3)

In [197]: img
Out[197]: 
array([[[  0,   0, 255],
        [  0, 255, 255],
        [255,   0, 255],
        [  0,   0,   0]],

       [[  0, 255, 255],
        [255,   0, 255],
        [  0,   0,   0],
        [  0,   0, 255]]])

In [198]: labelrows(img.reshape(-1,img.shape[-1]), label_list)
Out[198]: array([2, 0, 3, 1, 0, 3, 1, 2])

In [217]: labelpixels(img, label_list)
Out[217]: array([2, 0, 3, 1, 0, 3, 1, 2])

最后，输出需要重新整形为

2D

-

In [222]: labelpixels(img, label_list).reshape(img.shape[:-1])
Out[222]: 
array([[2, 0, 3, 1],
       [0, 3, 1, 2]])

---

非常感谢。这几乎就是我需要的。然而，虽然我希望将每个三维向量映射到一个标量，但我希望保持空间配置-输出将是另一个图像，在本例中，它将是

数组（[[2,0,3,1]，[0,3,1,2]]）

。我可以通过将上面获得的1D阵列重新映射到新图像来实现这一点，但有没有办法直接做到这一点？@Gooddedes是的，在最后一步使用重塑。@Gooddedes不，我们需要256的幂，这样每个通道都有足够的偏移量/“范围”。因此，第一个通道的范围为256，第二个通道的范围为256*256，依此类推。