如何快速生成指定行区间为1的0-1 Kernel？

我需要生成一个由0和1组成的Kernel，现有一组高度对列表（例如[[191.0, 243.0], [578.0, 632.0]]），要求将Kernel中处于各高度对区间内的行全部设为1。目前采用双重循环实现，但执行耗时长达数分钟，求更高效的实现方式。

原实现代码 #

import numpy as np

mascara = numpy.zeros((height, width), numpy.uint8)

for i in range(height):
    for j in range(width):  # 遍历Kernel的每个元素
        indice_parejas = 0
        while indice_parejas < numero_de_parejas:       # indice_parejas：当前检查的高度对索引
                                                        # numero_de_parejas：高度对的总数
            if i > vector_mascara[indice_parejas][0] and i < vector_mascara[indice_parejas][1]:     # 判断当前行是否在某个高度对区间内
                mascara[i][j] = 1
                break               # 找到匹配区间后退出循环，无需检查其他区间
            else:
                indice_parejas = indice_parejas + 1

高效优化方案 #

原代码的问题在于嵌套了三层Python循环（行、列、高度对），Python循环本身效率极低，尤其是当height和width较大时，耗时会急剧增加。可以利用NumPy的向量化操作大幅提升效率，核心思路是先确定哪些行需要设为1，再一次性将整行赋值，避免逐元素操作。

方案1：向量化区间判断+广播赋值

import numpy as np

# 将高度对列表转为NumPy数组（方便后续向量化操作）
vector_mascara = np.array(vector_mascara)
# 生成所有行的索引数组
rows = np.arange(height)

# 提取所有区间的起始和结束值
starts = vector_mascara[:, 0]
ends = vector_mascara[:, 1]

# 利用广播判断每行是否属于任意一个区间，得到形状为(height,)的布尔掩码
row_mask = np.any((rows[:, np.newaxis] > starts) & (rows[:, np.newaxis] < ends), axis=1)

# 将行掩码广播到width列，转为uint8类型的0-1数组
mascara = row_mask[:, np.newaxis].astype(np.uint8)

方案2：循环区间+逐行赋值（适合区间数量较少的场景）

如果高度对的数量不多，也可以直接循环每个区间，一次性给对应行赋值：

import numpy as np

mascara = np.zeros((height, width), dtype=np.uint8)

for start, end in vector_mascara:
    # 计算区间内的行索引范围（匹配原代码的i>start和i<end逻辑）
    start_row = int(np.floor(start) + 1)
    end_row = int(np.ceil(end) - 1)
    if start_row > end_row:
        continue
    # 一次性将指定行全部设为1
    mascara[start_row:end_row+1, :] = 1

优化效果说明 #

• 原代码时间复杂度为O(height * width * N)（N为高度对数量），优化后的方案时间复杂度降至O(height * N)或O(N)，且所有核心操作由NumPy的底层C代码实现，执行速度比原代码快几个数量级，即使处理大尺寸Kernel也能在毫秒级完成。

内容的提问来源于stack exchange，提问作者Juan De Dios Herrera