在Python中更快地遍历图像的每个像素？

Question

我需要遍历2560x2160二维numpy数组（图像）的每个像素。我的问题的简化版本如下：

import time
import numpy as np

t = time.clock()
limit = 9000
for (x,y), pixel in np.ndenumerate(image):
    if( pixel > limit )
        pass
tt = time.clock()
print tt-t

在我的电脑上，这要花上令人讨厌的~30秒才能完成。（核心i7，8GB内存） 有没有一种更快的方法用内部“if”语句执行这个循环？我只对超过某个限制的像素感兴趣，但我需要它们的（x，y）索引和值。

Answer 1

使用布尔矩阵：

x, y = (image > limit).nonzero()
vals = image[x, y]

Answer 2

首先，尝试使用矢量化计算：

i, j = np.where(image > limit)

如果无法通过矢量化计算解决问题，可以将for循环加速为：

for i in xrange(image.shape[0]):
    for j in xrange(image.shape[1]):
        pixel = image.item(i, j)
        if pixel > limit:
            pass

或：

from itertools import product
h, w = image.shape
for pos in product(range(h), range(w)):
    pixel = image.item(pos)
    if pixel > limit:
        pass

numpy.ndenumerate速度很慢，通过使用normal for循环并通过item方法从数组中获取值，可以将循环加速4倍

如果你需要更高的速度，尝试使用Cython，它会使你的代码和C代码一样快。