python - 调整PIL像素值的更快方法

我正在为色度键（绿屏）编写脚本，并使用Python和PIL（枕头）合成一些视频。我可以设置720p图像的关键点，但是绿色溢出部分还剩下一些。可以理解，但是我正在编写例程以消除泄漏……但是我在努力花多长时间。我可以使用numpy技巧来获得更好的速度，但是我并不那么熟悉。有任何想法吗？

这是我的漏油处理程序。它需要一个PIL图像和一个灵敏度数字，但到目前为止，我一直将其设置为1 ...效果很好。我要花4秒钟多一点的时间来拍摄720p帧，以消除这种溢出。为了进行比较，色度键例程每帧运行大约2秒。

def despill(img, sensitivity=1):
    """
    Blue limits green.
    """
    start = time.time()
    print '\t[*] Starting despill'
    width, height = img.size
    num_channels = len(img.getbands())
    out = Image.new("RGBA", img.size, color=0)
    for j in range(height):
        for i in range(width):
            #r,g,b,a = data[j,i]
            r,g,b,a = img.getpixel((i,j))
            if g > (b*sensitivity):
                out_g = (b*sensitivity)
            else:
                out_g = g
            # end if

            out.putpixel((i,j), (r,out_g,b,a))
        # end for
    # end for
    out.show()
    print '\t[+] done.'
    print '\t[!] Took: %0.1f seconds' % (time.time()-start)
    exit()
    return out
# end despill

我尝试将输出像素值写入numpy数组，而不是putpixel，然后将其转换为PIL图像，但是平均仅需要5秒钟以上的时间，因此速度更快。我知道putpixel不是最简单的选择，但我很茫然...

最佳答案

putpixel很慢，并且像这样的循环甚至更慢，因为它们是由Python解释器运行的，就像地狱一样慢。通常的解决方案是立即将图像转换为numpy数组，并通过对其进行矢量化操作解决问题，这些操作在经过高度优化的C代码中运行。在您的情况下，我会做类似的事情：

arr = np.array(img)
g = arr[:,:,1]
bs = arr[:,:,2]*sensitivity
cond = g>bs
arr[:,:,1] = cond*bs + (~cond)*g
out = Image.fromarray(arr)

（这可能是不正确的，我相信可以对其进行更好的优化，这只是一个草图）

关于python - 调整PIL像素值的更快方法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33181060/