将映射数组应用于numpy数组中所有元素的快速方法

Question

现在，我的代码基本上看起来像：

for x in range(img.shape[0]):
for y in range(image.shape[1]):
output[x,y] = map[ input[x,y] ]

其中output、input和map都是numpy数组(映射大小为256，都是uint8类型(。

这很有效，但速度很慢。像这样的循环应该在C中。这就是numpy的含义。

有没有一个numpy函数(或者cv2函数，我已经在导入了(可以做到这一点？

Answer 1

怎么样？

output = map[input]

Answer 2

您正在寻找与map.take(input)一样简单的np.take。这两个和Eelco的解决方案都比您的快得多；这比Eelco的系统快70%左右，尽管你的里程可能会有所不同，对于input.shape >> (1e4, 1e4)，你需要一个更好的解决方案。

一个起点是[各种numpy花式索引方法的性能，也有numba](各种numpy花样索引方法的绩效，也有numba(，它详细介绍了这个通用问题的各种性能相关事实(，即我们如何使用一个k维数组来索引其他n维度数组，而不仅仅是琐碎的方式(。

如果你安装了类似Anaconda的东西，你可以尝试使用Numba到jitnp.ndarray.take(...)，看看你能买到多少性能。上面的链接也解释了这一点。