python处理rgb_Python中的快速RGB阈值处理(可能是一些智能的OpenCV代码？)

如果你不使用循环，你可以用更快的方式使用numpy。

这就是我想出的：

def better_way():

img = Image.open("rainbow.jpg").convert('RGB')

arr = np.array(np.asarray(img))

R = [(90,130),(60,150),(50,210)]

red_range = np.logical_and(R[0][0] < arr[:,:,0], arr[:,:,0] < R[0][1])

green_range = np.logical_and(R[1][0] < arr[:,:,0], arr[:,:,0] < R[1][1])

blue_range = np.logical_and(R[2][0] < arr[:,:,0], arr[:,:,0] < R[2][1])

valid_range = np.logical_and(red_range, green_range, blue_range)

arr[valid_range] = 200

arr[np.logical_not(valid_range)] = 0

outim = Image.fromarray(arr)

outim.save("rainbowout.jpg")

import timeit

t = timeit.Timer("your_way()", "from __main__ import your_way")

print t.timeit(number=1)

t = timeit.Timer("better_way()", "from __main__ import better_way")

print t.timeit(number=1)省略的your_way函数是上面代码的略微修改版本。这种方式运行得更快：

$ python pyrgbrange.py

10.8999910355

0.0717720985413这是10.9秒对0.07秒。