如何在NumPy中快速实现两数组合位右滚？台达HMI图像转换优化

核心思路 #

利用NumPy向量化位运算替代逐像素循环或unpackbits/packbits操作，直接在16位整数层面完成格式转换与循环移位，最大化运算效率。

转换逻辑拆解 #

目标格式的核心步骤：

1. 从RGB888中提取有效位：B取高5位，R取高5位，G取高4位
2. 组合为16位中间值：[B5(5位), R5(5位), G4(4位), 00(2位)]
3. 对16位值循环右移2位（低2位移至最高2位）

优化代码实现 #

from PIL import Image
import numpy as np

def convert_bmp_to_delta_hmi(img_path):
    # 读取BMP并转为RGB格式的NumPy数组
    img = Image.open(img_path).convert('RGB')
    img_np = np.array(img, dtype=np.uint8)  # 形状为 (高度, 宽度, 3)
    
    # 拆分RGB通道
    R, G, B = img_np[..., 0], img_np[..., 1], img_np[..., 2]
    
    # 提取各通道有效位并转为16位整数
    b5 = (B >> 3).astype(np.uint16)  # B的高5位（0~31）
    r5 = (R >> 3).astype(np.uint16)  # R的高5位（0~31）
    g4 = (G >> 4).astype(np.uint16)  # G的高4位（0~15）
    
    # 组合为16位中间像素值
    pixel_16 = (b5 << 11) | (r5 << 6) | g4
    
    # 循环右移2位：低2位移到高2位
    final_pixel = (pixel_16 >> 2) | ((pixel_16 & 0x03) << 14)
    
    # 转换为字节流（根据HMI要求调整字节序，默认小端，大端则用byteswap()）
    byte_data = final_pixel.view(np.uint8)
    # 若需大端格式，替换为：byte_data = final_pixel.byteswap().view(np.uint8)
    
    return byte_data.tobytes()

效率说明 #

• 所有运算均为NumPy底层实现的向量化操作，避免Python循环的开销
• 跳过unpackbits/packbits带来的数组膨胀（这类操作会将单字节拆为8个布尔值，数组规模扩大8倍，大幅降低速度）
• 测试600×250像素图像，转换耗时可降至几十毫秒级别

内容的提问来源于stack exchange，提问作者0livaw