python - 快速的numpy索引用于图像插值

我的图像中有一堆坏点。在python中，我有一个将保存最终图像的numpy数组，还有另一个具有相同形状的boolean numpy数组，用于指示需要填充哪些像素。

我想通过取周围8个像素的平均值来填充坏点，但前提是它们实际上只有数据。例如，如果我有这个（N表示那里没有数据，？是要填充的像素）：

1 2 N
N ? 2
N N 5

我会填写吗？与（1 + 2 + 2 + 5）/ 4。

现在，我使用for循环执行此操作，如下所示。 outFrame保留最终图像，而填充的是布尔数组，指示已填充了哪些像素：

        # Loop through each pixel in the image
        for row in range(height):
            for col in range(width):
                # Check to see if the pixel needs to be filled in
                if not populated[row,col]:
                    # Check for boundary conditions
                    xmin = max(0,col-1)
                    xmax = min(width-1,col+1)
                    ymin = max(0,row-1)
                    ymax = min(height-1,row+1)

                    # Find the 8 surrounding values
                    vals = outFrame[ymin:ymax+1,xmin:xmax+1]
                    mask = populated[ymin:ymax+1,xmin:xmax+1]

                    # Find the average of only the populated pixels
                    if vals[mask].size != 0:
                        outFrame[row,col] = np.mean(vals[mask])

显然，python循环很慢，但我无法弄清任何numpy索引魔术来实现此行为。有没有办法在python中快速完成此功能？

编辑：我尝试使用opencv修复函数，如下所示：

mask = (1*~populated).astype(np.uint8)
outFrame = cv2.inpaint(outFrame,mask,3,cv2.INPAINT_NS) # This is very slow

但是，这比我的原始方法慢10倍（我的方法花费了大约3-6秒，而修复方法花费了60秒）。我的死像素非常多，我认为这是使用此方法的速度很慢的原因

编辑：这是一个示例图像。
原始图片：https://imgur.com/a/ax3nOAK
插值后：https://imgur.com/a/2apOe7p

最佳答案

很难为您提供帮助，因为您没有提供包含所有import语句的代码的“最低完整可验证示例”，并且代码没有显示如何打开图像，甚至没有表明您使用的是OpenCV还是PIL或skimage。另外，您没有为第二个文件提供所有需要绘画的点的遮罩，也不知道您实际要实现的目标，因此，目前，我只是在尝试提供一种看起来像样的方法。对我来说，它得到的结果与您显示的结果相似。

无论如何，这是一种使用形态学的方法，在我的Mac上需要100微秒的时间-可能与您正在使用的任何方法都不一样;-)

#!/usr/bin/env python3

import cv2
import numpy as np

# Load image and make into Numpy array
im = cv2.imread('holey.png')

# Use morphology to find maximum pixel in each 3x3 square
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
morph = cv2.morphologyEx(im, cv2.MORPH_DILATE, kernel)

# Save result
cv2.imwrite('result.png', morph)

关于python - 快速的numpy索引用于图像插值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59994635/