python图片矢量化_图像处理tas的Python矢量化

我在用python3(这个特定任务的NumPy)自学彩色图像处理。在

我有一个3d张量，代表图像中每个像素的RGB值，所以它的形状是(高，宽，3)。在每个像素处，我要生成新的RGB值，这些值是给定像素处原始RGB值的线性组合。我将通过将每个像素处的RGB向量乘以3x3权重矩阵来实现这一点。在

我可以用嵌套的for循环来完成这一点，但速度很慢：newRGB = np.zeros((height,width,3)) #make empty array to update with RGB values

for i in range(height):

for j in range(width):

RGB = image[i,j,:] #RGB vector at given pixel with size 3 since is [R,G,B]

new = np.dot(W,RGB) #W is 3x3 matrix of weights

newRGB[i,j,:] = new #put new RGB values into the empty matrix

或者，更快的矢量化方法是：

^{pr2}$

是吗？是否有一种不那么麻烦的方法来完成此操作，例如使用纽比·坦索多特() ? 在

是吗？或者，既然我是采用RGB值的线性组合，我可以创建某种3D线性滤波器，并通过在FFT空间中进行简单的元素乘法将其与图像卷积吗？在

现在我的图像大约是1000x1000像素，所以RGB数组的形状大致是(10001000,3)。但我也对向量化的其他应用感兴趣，这些应用可能有更大的数组(或更高的维度)，因此，与更大的数组大小和维度相关的答案也值得赞赏。在

非常感谢你的建议，我真的很感激。在