如何在pyvips中实现高效的多波段图像bandmax功能？

我需要一种高效的方法，在大型多波段图像中找出每个像素最大值对应的波段。

示例输入图像：

band 1   band 2   band 3
[1 2 3]  [3 4 5]  [0 1 2]
[3 2 1]  [1 2 3]  [1 0 1]
[4 5 6]  [6 7 5]  [0 0 7]

期望的调用方式：

bandFind = A.bandmax()

bandFind的输出结果：

band 1   band 2   band 3
[0 0 0]  [1 1 1]  [0 0 0]
[1 1 0]  [0 0 1]  [0 0 0]
[0 0 0]  [1 1 0]  [0 0 1]

另外，也可以接受直接返回索引图像，我可以自行转换为上述格式。

我已经用Python写了一个实现函数，但处理大型图像时性能很差：

def pickMax(inImg):
    imBandSelect = pyvips.Image.black(inImg.width, inImg.height, bands=1)
    imBandMax = pyvips.Image.black(inImg.width, inImg.height, bands=1)
    for bandIndex, band in enumerate(inImg.bandsplit()):
        runningSelect = band > imBandMax
        imBandMax = runningSelect.ifthenelse(band, imBandMax)
        imBandSelect = runningSelect.ifthenelse(bandIndex, imBandSelect)

    bandList = [ (imBandSelect == bi) / 255.0 for bi in range(inImg.bands) ]
    return bandList[0].bandjoin(bandList[1:])

更新：
感谢@jcupitt的建议，我尝试了基于bandrank的实现版本：

def pickMaxUchar(inImg):
    short = (inImg.cast(pyvips.enums.BandFormat.USHORT)) << 8
    index = pyvips.Image.black(short.width, short.height, bands=1).bandjoin_const([b for b in range(1, inImg.bands)]).cast(pyvips.enums.BandFormat.UCHAR)
    combo = short | index
    list = combo.bandsplit()
    ranked = list[0].bandrank(list[1:], index=inImg.bands-1)
    rankedindex = (ranked & 255).cast(pyvips.enums.BandFormat.UCHAR)
    bandList = [ (rankedindex == bi) / 255.0 for bi in range(inImg.bands) ]
    return bandList[0].bandjoin(bandList[1:])

这个版本假设输入是char类型，但我的原函数处理的是float类型。或许存在无需转换数据的实现方式，但目前这个版本相比我之前的“朴素”实现并没有性能提升，可能没办法进一步加速了。

内容的提问来源于stack exchange，提问作者matth