Python 如何计算表示谓词'；在'ndarray'的每个元素上的结果是什么？

我有一个RGB图像作为一个

ndarray

，我想计算它的一个紧凑的抽象，作为一个位向量，其中每个元素指示像素是否接近白色。（不需要对该位向量进行dipslay）

我看了参考资料，找出了一些函数。但到目前为止，我只找到了一种简单的方法，可以得到布尔值的

ndarray

（这比我的意图要多8倍）。 有没有一种直接有效的方法来实现我的目标

到目前为止，我所拥有的：

将numpy导入为np
进口cv2
#大于'128'的灰色为黑色，否则为白色
gray2bw=np.矢量化（λn:n<128）
#将RGB图像抽象为黑色/白色
def rgb2bw（图像_rgb）：
返回灰度2Bw（cv2.CVT颜色（图像\u rgb，cv2.COLOR\u BGR2GRAY））

你应该知道你的

gray2bw

效率很低。只需直接在数组上使用

array

，它就会被矢量化。我不知道。谢谢@juanpa.arrivillaga！——我想你应该对结果做

packbits

。然而，根据您的用例，这种表示的不切实际性很可能会超过内存节省。