RGBA四通道图像二值化后过滤非黑白像素的高效实现方法

高效实现方案 #

你可以直接用NumPy的向量化操作替代Python层嵌套循环，所有运算都在C层面执行，处理你这张480*640的图仅需毫秒级耗时，逻辑和你原有循环完全等价：

import numpy as np
import matplotlib.pyplot as plt

img = plt.imread('segm.png')
# 原有大于0置1的操作
img[img > 0] = 1.0
# 按通道维度求和生成掩码
sum_channel = img.sum(axis=2)
mask = (sum_channel > 1.0) & (sum_channel < 4.0)
# 掩码对应位置像素统一置0
img[mask] = 0.0

如果追求更简洁的写法，也可以合并成一行操作：

img[(img.sum(axis=2) > 1.0) & (img.sum(axis=2) < 4.0)] = 0.0

原理说明 #

• img.sum(axis=2) 直接对最后一个通道维度求和，输出shape为(480, 640)的二维数组，每个值就是对应像素4个通道的总和，完全避免了Python层面的循环遍历。
• 布尔掩码索引赋值也是NumPy原生的向量化操作，比双层for循环效率高2~3个数量级。

内容的提问来源于stack exchange，提问作者Marlon Teixeira