Python 有效地从字符串中每隔n个字符获取n个字符

我正在处理一个包含rgba图像的字符串（每个通道8位），因此该字符串的每四个字符是一个像素，每个字符是该像素的一个通道，例如：

#4x4 pixel image
img_str = 'rgbargbargbargba'

现在想象一幅更大的图像，使用以下方法提取alpha通道非常快：

img_str_a = img_str[3::4]
# result applying this to the 4x4 image would be 'aaaa'

对于1350x765图像，这将在大约2ms内执行。但现在我需要提取RGB通道，以类似“rgbrgbrgbrgb”的字符串结尾，带有4x4图像。我试过这个：

img_str_rgb = ''.join('' if i%4 == 0 else char for i, char in enumerate(img_str, 1))

---

这是可行的，但对于相同的1350x765图像，需要大约700毫秒。这太多了，因为我正在处理视频，所以我需要的时间要少得多。

与其加入单个字符，不如加入子字符串：

img_str_rbg = ''.join(img_str[j:j+3] for j in xrange(0, len(img_str), 4))

甚至更快，您可以使用

zip

，或者python2

izip

：

from itertools import izip, imap
img_str_rgb = ''.join(imap(''.join, izip(img_str[0::4], img_str[1::4], img_str[2::4])))

对于您的场景，

numpy

更好：

import numpy as np
img = np.fromstring(img_str,dtype=np.byte).reshape(765,1350,4)
img_alpha = img[:, :, 3]
img_rgb = img[:, :, :3]

---

为什么不使用

numpy

？更多的输入和预期的输出将有助于理解您正在尝试做什么。嗨，丹尼尔，我没有尝试使用numpy，我将做一些测试。感谢您的快速回答，但这仍然需要太多时间（1350x765图像大约需要220毫秒）我需要5毫秒左右，不知道这是否可能。然后使用

numpy

。谢谢！Numpy要快得多。