NumPyのイメージの繰り返しと値の変更を最適化する

Question

このコードスニペットを最適化する方法はありますか？私の現在のim値では、私は〜28秒かかります。この時間を短縮できるかどうかわかりました。

im = output_image[-min_xy[1]:-min_xy[1] + image_2.shape[0], -min_xy[0]:-min_xy[0] + image_2.shape[1]] 
    for idx, rk in enumerate(im): 
     for ix, k in enumerate(rk): 
      image_2[idx][ix] = avg(im[idx][ix], image_2[idx][ix]) 

type(image_2)とtype(im)は<type 'numpy.ndarray'>

im.shapeとimage_2.shapeは何を私のavg()がないことである(2386, 3200, 3)

である

def avg(a1, a2): 
    if [0., 0., 0.] in a1: 
     return a2 
    else: 
     return (a1 + a2)/2 

注：a1はサイズ3元の配列です：array([ 0.68627451, 0.5372549 , 0.4745098])

Answer 1

には、IFの条件付きベクトル化の唯一の障害がありました。それを乗り越えるためには、単にそのように私たちのソリューションを持っているので、np.whereの選んだ機能を使用して - これはif [0., 0., 0.] in a1と想定していることを

avgs = (im + image_2)/2.0 
image_2_out = np.where((im == 0).any(-1,keepdims=1), image_2, avgs) 

注意を、あなたはANY 1試合をチェックするためのもの。 ALLのゼロをチェックする場合は、.anyの代わりに.allを使用してください。 image_2にその場で編集を行うための別の方法として

、boolean-indexingためのマスクを使用する -

mask = ~(im == 0).any(-1) 
image_2[mask] = avgs[mask]