如何基于通道条件修改图像像素值，有没有比逐像素遍历更高效的方法

你当前使用的Python层级逐像素遍历性能极低，推荐直接使用numpy向量化操作实现相同逻辑，所有计算都在C层面完成，处理1080P图像的速度能提升上百倍，实现代码如下：

import numpy as np

# 避免uint8类型相减出现溢出问题，先转为int32再计算红、绿通道差值
diff = img[:, :, 2].astype(np.int32) - img[:, :, 1].astype(np.int32)
# 生成所有满足「红通道值 - 绿通道值 <5」的像素位置掩码
mask = diff < 5
# 批量将符合条件的像素赋值为全黑
img[mask] = [0, 0, 0]

补充说明 #

• 代码逻辑和你原有实现完全一致，没有修改判断规则
• 无需手动遍历每个像素，代码更简洁易维护
• 针对1920×1080的图像，运算耗时通常在10ms以内，远快于Python循环实现
• 如果你使用的是PIL格式的图像，先调用np.array(img)转成numpy数组再做上述操作即可，处理完成后可通过Image.fromarray(img)转回PIL对象

内容的提问来源于stack exchange，提问作者Joseph Adam