我正在寻找一种有效的方法,使用特定的缩放函数将2字节(-32K->;+32K)numpy int数组缩放到8位(0->;255)。 非常低效的方法是(其中minVal和maxVal是原始2字节numpy数组中的最小值和最大值,而原始数组中的paddingVal将设置为0):
...
pixel_array = np.zeros( length, dtype=np.int16)
byte_array = np.zeros( length, dtype=np.uint8)
....
i = 0
for val in np.nditer(pixel_array):
value = 0.0
if val == paddingVal:
byte_array[i] = 0
else:
value = 255.0 * ( val - minVal ) / (maxVal - minVal - 1.0)
byte_array[i] = (round(value))
i += 1
我不知道如何避免这个循环,但仍然做如果。。。并应用缩放函数。在
泰铢
尝试:
它假设val是介于0和65535之间的32位整数
您可以使用遮罩从numpy的矢量化(隐式循环)中获益,这将更快:
也可以这样做,这样更干净,因为您不必事先创建
^{pr2}$byte_array
:编辑:正如joekington在一篇关于这个问题的评论中所指出的,这是用内存来换取速度的。在
相关问题 更多 >
编程相关推荐