Python：对不同2d numpy数组的2个元素使用函数

Question

我想得到两个数组的等价索引之和，然后设置它们的阈值。这段代码运行速度很慢，我不得不经常使用这个函数。在python中有没有更有效的方法？你知道吗

sobelx = cv2.Sobel(smoothed,cv2.CV_64F,1,0,ksize=-1)
sobely = cv2.Sobel(smoothed,cv2.CV_64F,0,1,ksize=-1)

for i in range(0,height-1):
    for j in range(0,width-1):

        xvalue= sobelx[i,j]
        yvalue= sobely[i,j]
        tmp = math.sqrt(math.pow(xvalue,2) + math.pow(yvalue,2))

        if tmp > 255:
            tmp = 255
        elif tmp <0:
            tmp =0

        self.gradientmap[i,j] = tmp

Answer 1

这应该可以做到：

sobelx = cv2.Sobel(smoothed,cv2.CV_64F,1,0,ksize=-1)
sobely = cv2.Sobel(smoothed,cv2.CV_64F,0,1,ksize=-1)

self.gradientmap = numpy.sqrt (sobelx ** 2 + sobely ** 2)
self.gradientmap[self.gradientmap> 255] = 255

我不知道sobelx和sobely的确切类型是什么，但我假设从你的问题中有2numpy.array。你知道吗

注意：我去掉了tmp < 0的情况，因为你永远不会有负的平方根。你知道吗