Python NumPy-从元组到数组的高效转换?
我试图找到一种有效的方法,将元组(其中每4个条目对应一个像素的R、G、B、alpha)转换为NumPy数组(用于OpenCV) 更具体地说,我使用pywin32获取窗口的客户端位图。这以元组的形式返回,其中前四个元素属于第一个像素的RGB alpha通道,然后是第二个像素的下四个,依此类推。元组本身只包含整数数据(即,它不包含任何维度,尽管我有这些信息)。从这个元组中,我想创建NumPy 3D阵列(宽x高x通道)。目前,我只是创建一个零数组,然后遍历元组中的每个条目,并将其放入NumPy数组中。我正在使用下面的代码进行此操作。我希望有一种更有效的方法来实现这一点,我只是没有想到。有什么建议吗?多谢各位 代码:Python NumPy-从元组到数组的高效转换?,python,arrays,opencv,numpy,tuples,Python,Arrays,Opencv,Numpy,Tuples,我试图找到一种有效的方法,将元组(其中每4个条目对应一个像素的R、G、B、alpha)转换为NumPy数组(用于OpenCV) 更具体地说,我使用pywin32获取窗口的客户端位图。这以元组的形式返回,其中前四个元素属于第一个像素的RGB alpha通道,然后是第二个像素的下四个,依此类推。元组本身只包含整数数据(即,它不包含任何维度,尽管我有这些信息)。从这个元组中,我想创建NumPy 3D阵列(宽x高x通道)。目前,我只是创建一个零数组,然后遍历元组中的每个条目,并将其放入NumPy数组中。
bitmapBits = dataBitmap.GetBitmapBits(False) #Gets the tuple.
clientImage = numpy.zeros((height, width, 4), numpy.uint8)
iter_channel = 0
iter_x = 0
iter_y = 0
for bit in bitmapBits:
clientImage[iter_y, iter_x, iter_channel] = bit
iter_channel += 1
if iter_channel == 4:
iter_channel = 0
iter_x += 1
if iter_x == width:
iter_x = 0
iter_y += 1
if iter_y == height:
iter_y = 0
为什么不做些像这样的事情呢
import numpy as np
clientImage = np.array(list(bitmapBits), np.uint8).reshape(height, width, 4)
例如,设('Ri',Gi',Bi',ai')
为对应于像素i
的颜色元组。如果有一个很大的元组,可以执行以下操作:
In [9]: x = ['R1', 'G1', 'B1', 'a1', 'R2', 'G2', 'B2', 'a2', 'R3', 'G3', 'B3', 'a3', 'R4', 'G4', 'B4', 'a4']
In [10]: np.array(x).reshape(2, 2, 4)
Out[10]:
array([[['R1', 'G1', 'B1', 'a1'],
['R2', 'G2', 'B2', 'a2']],
[['R3', 'G3', 'B3', 'a3'],
['R4', 'G4', 'B4', 'a4']]],
dtype='|S2')
[0,4]中i的每个片段[:,:,i]
将为您提供每个频道:
In [15]: np.array(x).reshape(2, 2, 4)[:,:,0]
Out[15]:
array([['R1', 'R2'],
['R3', 'R4']],
dtype='|S2')
与上面的Bill相似,但可能更快:
clientImage = np.asarray(bitmapBits, dtype=np.uint8).reshape(height, width, 4)
根据文档,array
获取:“一个数组、公开数组接口的任何对象、一个其\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
asarray
还需要一些东西:“输入数据,可以转换成数组的任何形式。这包括列表、元组列表、元组、元组的元组、列表的元组和数组。”它直接接受元组:)这确实稍微快一点(对于我目前的使用,它比Bill提出的解决方案快10%左右)。