我有一个来源的图像流，不幸的是，它是RGB值元组列表。我想对图像执行实时处理，但该代码需要一个形状(X，Y，3(的Numpy数组，其中X和Y是图像的高度和宽度。
X = [[(R, G, B)...]]
img_arr = np.array([*X])
上面的效果很好，但我的图像需要将近四分之一秒，这显然太慢了。有趣的是，在处理完成后，我还需要回到另一个方向，并且代码(似乎可以工作(并不那么慢：
imgout = map(tuple, flipped_image)
其他一些相关问题：
为什么将一个长的2D列表转换为numpy数组如此缓慢？
将元组列表转换为二维Numpy阵列
要回答问题的标题，numpy会自动将和元组列到numpy数组中，因此您只需使用np.array(X)，它将与您所能获得的速度一样快：
img_arr = np.array(X)
一个简单的列表理解将把它转换回列表-列表元组形式：
imgout = [[tuple(Z) for Z in Y] for Y in img_arr]
生成示例10x10X阵列的代码：
X = [[tuple(Z) for Z in Y] for Y in np.random.randint(0,255,(10,10,3))]