PIL图像在numpy索引数组中的评估函数

Question

我正在使用PIL进行图像分割，其中我使用嵌套迭代来索引图像，但运行速度非常慢。

def evalPixel((r,g,b), sess): 
    pixel = [float(r)/255, float(g)/255, float(b)/255] 
    test = sess.run(y, feed_dict={x: [pixel]}) 
    return test[0][0] 

... 
... 

# sess = sesion loaded from TensorFlow 
rgb = Image.open("face.jpg") 
height, width = rgb.size 

for y in range(height): 
    for x in range(width): 
     if (evalPixel(rgb.getpixel((x,y)), sess) < 0.6): 
      rgb.putpixel((x,y), 0) 

toimage(im).show() 

我想要做这样的事情，使用numpy的

im = np.array(rgb) 
im[ evalPixel(im, sess) < 0.6 ] = 0 

的高级索引但是，它失败“ValueError异常：值过多解压”。我怎样才能做到这一点？

Answer 1

尝试使用以下：

im = np.array(rgb) 
im = [[evalPixel(x,sess) < 0.6 for x in row] for row in im] 

通过使用构造，以产生行和列，这是可能的，以避免意外地应用一个函数与一个参数（在这种情况下，一个元组），以整行或整柱。

Answer 2

您的函数evalPixel将元组作为第一个参数，但您的numpy数组不包含（也不能包含）元组。你必须重写该函数才能够使用numpy数组。

我试着为你做一个工作示例，但是你共享的代码包含了很多未知的变量（你遗漏了太多），并且我不清楚evalPixel函数应该做什么。