垂直迭代图像以获取其像素索引

Question

我正在尝试迭代图像中的像素，但不是垂直而不是正常的水平方式。以下是我可能拥有的小尺寸图像的示例(我有数百大小的图像)：

"""
Note: X represents pixels
Sample Image (3 x 4):
X X X X
X X X X
X X X X
"""

显然，要水平迭代此图像，很容易做到，就像我在这里所做的那样：

import itertools
width = range(3)
height = range(4)
print("Pixel positions:")
for pixel in itertools.product(width, height):
print(*pixel)

输出：

Pixel positions:
0 0
0 1
0 2
0 3
1 0
1 1
1 2
1 3
2 0
2 1
2 2
2 3

这些是图像中像素的索引位置(假设它是大型 2D 像素列表)，但水平迭代。我希望能够做同样的事情，但垂直。是否有一个迭代工具函数允许我做同样的事情，但按列？下面是此示例图像的索引：

Column-wise:
0 0
1 0
2 0
0 1
1 1
2 1
0 2
1 2
2 2
0 3
1 3
2 3

我试图用print(*pixel[::-1])反转仓位，但是，这会导致某些指数仓位超出范围，例如最后一个从2 3到3 2。3 2无效，因为没有 3 行(仅限 0、1、2)。其他职位也是如此。

我想要一个不使用非内置库的解决方案。Itertools很好，因为我正在将它用于程序中的其他内容。

Answer 1

试试这段代码：

width = range(3)
height = range(4)
print("Pixel positions:")
for x in height:
for y in width:
print(y, x)

输出：

Pixel positions:
0 0
1 0
2 0
0 1
1 1
2 1
0 2
1 2
2 2
0 3
1 3
2 3

要水平迭代，只需交换两个 for 循环：

width = range(3)
height = range(4)
print("Pixel positions:")
for y in width:
for x in height:
print(y, x)

性能比较：

$ python -m timeit -n 100 '
width = range(1000)
height = range(1000)
for pixel in ((x, y) for y in height for x in width):
pass
'
100 loops, best of 3: 104 msec per loop

嵌套 for 循环的速度提高了大约 8 倍：

$ python -m timeit -n 100 '
width = range(1000)
height = range(1000)
for y in width:
for x in height:
pass
'
100 loops, best of 3: 12.7 msec per loop

当还创建包含结果坐标的元组时，代码仍然快2 倍。但是，手头的任务是否需要创建包含坐标的元组是值得怀疑的。

$ python -m timeit -n 100 '
width = range(1000)
height = range(1000)
for y in width:
for x in height:
(x, y)
'
100 loops, best of 3: 52.5 msec per loop

Answer 2

根据文档，itertools.product(width, height)等于：

((x, y) for x in width for y in height)

如果要按列迭代，只需交换内部循环：

for pixel in ((x, y) for y in height for x in width):
print(*pixel)
0 0
1 0
2 0
0 1
1 1
2 1
0 2
1 2
2 2
0 3
1 3
2 3