在Python中使用条件的每像素操作，没有慢循环

Question

我正在尝试将 treshold 应用于图像，但不是常规的简单 treshold。

如果它们符合条件，我需要设置为黑色像素，如果不符合条件，请将它们设置为白色。

我可以循环使用像素，但在1080p图像上，它太长了。

我正在使用HSV进行我需要的比较。

下面是条件的（如果它位于循环中，这个例子是我如何使用它）：

if abs(input_pixel_color.hue - reference.hue) < 2 and input_pixel_color.saturation >= 0.25 and input_pixel_color.brightness >= 0.42:

    set_to_black

else:

    set_to_white

input_pixel是循环中像素的 HSV 值。

reference是要与之比较的变量。

我想过使用numpy，但我真的不知道如何写这个：/

提前致谢

Answer 1

更新现在，您的实际预期处理已经变得更加清晰，OpenCV功能可能会更好地为您服务。喜欢这个：inRange()#!/usr/local/bin/python3&nbsp;import cv2 as cv&nbsp;import numpy as np&nbsp;# Load the image and convert to HLS&nbsp;image = cv.imread("image.jpg")&nbsp;hls&nbsp; &nbsp;= cv.cvtColor(image,cv.COLOR_BGR2HLS)&nbsp;# Define lower and uppper limits for each component&nbsp;lo = np.array([50,0,0])&nbsp;hi = np.array([70,255,255])&nbsp;# Mask image to only select filtered pixels&nbsp;mask = cv.inRange(hls,lo,hi)&nbsp;# Change image to white where we found our colour&nbsp;image[mask>0]=(255,255,255)&nbsp;cv.imwrite("result.png",image)&nbsp;因此，如果我们使用此图像：我们选择 50-70 范围内的色调，并将它们设置为白色：如果你去这里一个颜色转换器，你可以看到“绿色”是Hue=120，但是OpenCV将Hue除以2，这样360度就变成了180，并且仍然适合uint8。因此，我们在代码中的60表示在线颜色转换器中的120。OpenCV用于uint8图像的范围是：色相 0..180亮度 0..255饱和度 0..255正如我之前所说，您应该养成在调试器中查看数据类型，形状和范围的习惯。要查看 、和最大色相、亮度和饱和度，请使用：shapedtypeprint(hls.dtype, hls.shape)&nbsp;print(hls[...,0].max())print(hls[...,1].max())print(hls[...,2].max())原始答案有几种方法可以做到这一点。性能最高的可能是OpenCV函数，StackOverflow上有很多关于此的答案。cv2.inRange()这是一个Numpy的方式。如果您阅读注释并查看打印的值，则可以了解如何将逻辑 AND 与逻辑 OR 等组合在一起，以及如何解决特定通道问题。#!/usr/bin/env python3from random import randint, seed&nbsp;import numpy as np# Generate a repeatable random HSV imagenp.random.seed(42)h, w = 4, 5HSV = np.random.randint(1,100,(h,w,3),dtype=np.uint8)print('Initial HSV\n',HSV)# Create mask of all pixels with acceptable Hue, i.e. H > 50HueOK = HSV[...,0] > 50print('HueOK\n',HueOK)# Create mask of all pixels with acceptable Saturation, i.e. S > 20 AND S < 80SatOK = np.logical_and(HSV[...,1]>20, HSV[...,1]<80)print('SatOK\n',SatOK)# Create mask of all pixels with acceptable value, i.e. V < 20 OR V > 60ValOK = np.logical_or(HSV[...,2]<20, HSV[...,2]>60)print('ValOK\n',ValOK)# Combine maskscombinedMask = HueOK & SatOK & ValOKprint('Combined\n',combinedMask)# Now, if you just want to set the masked pixels to 255HSV[combinedMask] = 255print('Result1\n',HSV)# Or, if you want to set the masked pixels to one value and the others to another valueHSV = np.where(combinedMask,255,0)print('Result2\n',HSV)示例输出Initial HSV&nbsp;[[[93 98 96]&nbsp; [52 62 76]&nbsp; [93&nbsp; 4 99]&nbsp; [15 22 47]&nbsp; [60 72 85]]&nbsp;[[26 72 61]&nbsp; [47 66 26]&nbsp; [21 45 76]&nbsp; [25 87 40]&nbsp; [25 35 83]]&nbsp;[[66 40 87]&nbsp; [24 26 75]&nbsp; [18 95 15]&nbsp; [75 86 18]&nbsp; [88 57 62]]&nbsp;[[94 86 45]&nbsp; [99 26 19]&nbsp; [37 24 63]&nbsp; [69 54&nbsp; 3]&nbsp; [33 33 39]]]HueOK&nbsp;[[ True&nbsp; True&nbsp; True False&nbsp; True]&nbsp;[False False False False False]&nbsp;[ True False False&nbsp; True&nbsp; True]&nbsp;[ True&nbsp; True False&nbsp; True False]]SatOK&nbsp;[[False&nbsp; True False&nbsp; True&nbsp; True]&nbsp;[ True&nbsp; True&nbsp; True False&nbsp; True]&nbsp;[ True&nbsp; True False False&nbsp; True]&nbsp;[False&nbsp; True&nbsp; True&nbsp; True&nbsp; True]]ValOK&nbsp;[[ True&nbsp; True&nbsp; True False&nbsp; True]&nbsp;[ True False&nbsp; True False&nbsp; True]&nbsp;[ True&nbsp; True&nbsp; True&nbsp; True&nbsp; True]&nbsp;[False&nbsp; True&nbsp; True&nbsp; True False]]Combined&nbsp;[[False&nbsp; True False False&nbsp; True]&nbsp;[False False False False False]&nbsp;[ True False False False&nbsp; True]&nbsp;[False&nbsp; True False&nbsp; True False]]Result1&nbsp;[[[ 93&nbsp; 98&nbsp; 96]&nbsp; [255 255 255]&nbsp; [ 93&nbsp; &nbsp;4&nbsp; 99]&nbsp; [ 15&nbsp; 22&nbsp; 47]&nbsp; [255 255 255]]&nbsp;[[ 26&nbsp; 72&nbsp; 61]&nbsp; [ 47&nbsp; 66&nbsp; 26]&nbsp; [ 21&nbsp; 45&nbsp; 76]&nbsp; [ 25&nbsp; 87&nbsp; 40]&nbsp; [ 25&nbsp; 35&nbsp; 83]]&nbsp;[[255 255 255]&nbsp; [ 24&nbsp; 26&nbsp; 75]&nbsp; [ 18&nbsp; 95&nbsp; 15]&nbsp; [ 75&nbsp; 86&nbsp; 18]&nbsp; [255 255 255]]&nbsp;[[ 94&nbsp; 86&nbsp; 45]&nbsp; [255 255 255]&nbsp; [ 37&nbsp; 24&nbsp; 63]&nbsp; [255 255 255]&nbsp; [ 33&nbsp; 33&nbsp; 39]]]Result2&nbsp;[[&nbsp; 0 255&nbsp; &nbsp;0&nbsp; &nbsp;0 255]&nbsp;[&nbsp; 0&nbsp; &nbsp;0&nbsp; &nbsp;0&nbsp; &nbsp;0&nbsp; &nbsp;0]&nbsp;[255&nbsp; &nbsp;0&nbsp; &nbsp;0&nbsp; &nbsp;0 255]&nbsp;[&nbsp; 0 255&nbsp; &nbsp;0 255&nbsp; &nbsp;0]]备注：1） 您还可以使用否定访问蒙版未选择的像素：# All unmasked pixels become 3HSV[~combinedMask] = 32）省略号（）只是一个快捷方式，意思是“我没有打扰列出的所有其他维度”，所以与...HSV[...,1]HSV[:,:,1]3）如果您不喜欢为Hue和饱和度写作，则可以拆分通道HSV[...,0]HSV[...,1]H, S, V = cv2.split(HSV)然后，您可以使用 代替 .完成后，如果要将通道重新组合回 3 通道映像，可以执行以下操作：HHSV[...,0]HSV = cv2.merge((H,S,V))或HSV = np.dstack((H,S,V))