如何加快循环通过像素在图像中?

Question

我正在使用图像作为numpy数组。我有一个掩码，我正在编辑基于掩码的图片(也是一个数组)。目前，我正在循环遍历每个像素，并将白色图像中对应的像素更改为原始图像的值(在这种情况下称为裁剪数组)。似乎应该有一种方式来表示white1=裁剪数组，其中mask==True。我想这可能会加快这个过程，因为我正在处理这么多的图像。这可能吗?我将试着做一个简单的例子。

mask=[[True,True,False,False],[True,True,True,True]]
white1=[[[255,255,255],[255,255,255],[255,255,255],[255,255,255]],[[255,255,255],[255,255,255],[255,255,255],[255,255,255]]]
cropped_array=[[110,200,17],[110,200,17],[110,200,17],[110,200,17]],[[110,200,17],[110,200,17],[110,200,17],[110,200,17]]]
h , w = mask.shape
for i in range(h):
for j in range(w):
if mask[i][j]==True:
white1[i][j] = cropped_array[i][j]

Answer 1

您可以通过简单地与蒙版相乘来选择性地选择元素。

import numpy as np
mask=[[True,True,False,False],[True,True,True,True]]
white1=[[[255,255,255],[255,255,255],[255,255,255],[255,255,255]],[[255,255,255],[255,255,255],[255,255,255],[255,255,255]]]
cropped_array=[[[110,200,17],[110,200,17],[110,200,17],[110,200,17]],[[110,200,17],[110,200,17],[110,200,17],[110,200,17]]]
mask = np.array(mask)
white1 = np.array(white1)
cropped_array = np.array(cropped_array)
h , w = mask.shape
for i in range(h):
for j in range(w):
if mask[i][j]==True:
white1[i][j] = cropped_array[i][j]
white = (cropped_array * mask[..., None]) + (white1 * ~mask[..., None])
print(np.allclose(white, white1))

给出True