scikit-imageピクセルごとの操作

Question

イメージを読み取り、各ピクセルで機能を実行してから新しいイメージとして保存する必要があります。最初と最後の部分（読み書き）にscikit-imageを使用しますが、2番目の操作（実際の変換）を高速で行うのに問題があります。

scikit-imageでの読み取り操作の結果は、幅と高さがイメージのN_CHANNELSが3または4のシェイプ（WIDTH、HEIGHT、N_CHANNELS）のnumpy配列です。関数を適用する必要があります[R、G、B]から[R-B、G-B、B-R]にピクセルを個々に変換するものなど、

私はこれを実行しようと数日を費やしましたが、私が今まで持っている唯一の解決策は、各行と列をループして計算を実行することです。これには非常に時間がかかります。

私は配列をベクトル化しようとしましたが、結果は1次元配列であり、それを使用することはできません。これを行うための他の演奏方法はありますか？

def calculate_ndvi(nir, red): 
    if red == 0 and nir == 0: 
     return 0.5 
    else: 
     num = int(nir) - int(red) 
     den = int(nir) + int(red) 
     return num/den 


zero_uint = numpy.uint8(0) 


def process_color(clr): 
    ndvi = calculate_ndvi(clr[2], clr[0]) 
    return [-ndvi, ndvi, zero_uint] 


def save_ndvi_file(): 
    image = io.imread(input_path) 

    rows = image.shape[0] 
    cols = image.shape[1] 

    out = numpy.empty(shape=(rows, cols, 3)) 
    for i in range(rows): 
     for j in range(cols): 
      out[i][j] = process_color(image[i][j]) 

    io.imsave('output.jpg', out) 

Answer 1

操作の多次元ブロードキャストを使用してこれをベクトル化できます。あなたはオーバーループしていたすべてのものが、今ではなく、外部関数の呼び出しをループするよりも、放送numpyの操作を介して行われていることを

def save_ndvi_file(): 
    image = io.imread(input_path) 

    nir = image[:, :, 2] 
    red = image[:, :, 0] 
    ndvi = (nir - red)/(nir + red) 
    ndvi[(nir == 0) & (red == 0)] = 0.5 
    out = ndvi[:, :, np.newaxis] * np.array([[[-1, 1, 0]]]) 

    io.imsave('output.jpg', out) 

注意：ここではベクトル化の方法ですべてを行い、あなたの関数のバージョンがあります。このようにコードを書くには、アルゴリズムについて少し違った考え方が必要ですが、使い慣れた方が直感的です。