首頁猿問在 Numpy...

在 Numpy 中逐像素迭代兩個圖像（隨機條件）

Python

慕田峪4524236 2022-07-19 16:52:36

import randomdef sp_noise(image,prob): ''' Add salt and pepper noise to image prob: Probability of the noise ''' output = np.zeros(image.shape,np.uint8) thres = 1 - prob for i in range(image.shape[0]): for j in range(image.shape[1]): rdn = random.random() if rdn < prob: output[i][j] = 0 elif rdn > thres: output[i][j] = 255 else: output[i][j] = image[i][j] return output這就是我想要達到的目標。我知道這個函數不使用矢量化，但我不知道在這種情況下如何擺脫循環。如果有像素值的條件，那將是微不足道的。但在這種情況下，索引或像素值沒有條件，我只需要保留像素值，或者根據隨機變量的值將其設置為 0 或 1。我如何矢量化它？

查看完整描述

2 回答

海綿寶寶撒

TA貢獻1809條經驗獲得超8個贊

您可以np.random.random使用附加size參數調用以獲取整個隨機浮點數組。然后，使用布爾數組索引來訪問與條件之一匹配的所有像素np.where。

這就是我的解決方案，包括用于圖像加載和顯示的OpenCV以及一些簡單的性能分析：

import cv2

import numpy as np

import time

def sp_noise(image, prob):

output = np.zeros(image.shape, np.uint8)

thres = 1 - prob

for i in range(image.shape[0]):

for j in range(image.shape[1]):

rdn = np.random.random()

if rdn < prob:

output[i][j] = 0

elif rdn > thres:

output[i][j] = 255

else:

output[i][j] = image[i][j]

return output

def sp_noise_vec(image, prob):

output = image.copy()

thres = 1 - prob

rdn = np.random.random(image.shape[:2])

output[np.where(rdn < prob)] = 0

output[np.where(rdn > thres)] = 255

return output

img = cv2.imread('path/to/your/image.png')

tic = time.perf_counter()

out = sp_noise(img, 0.1)

toc = time.perf_counter()

print('Duration loop: ', toc - tic)

tic = time.perf_counter()

out_vec = sp_noise_vec(img, 0.1)

toc = time.perf_counter()

print('Duration vectorized: ', toc - tic)

cv2.imshow('img', img)

cv2.imshow('out', out)

cv2.imshow('out_vec', out_vec)

cv2.waitKey(0)

cv2.destroyAllWindows()

圖像輸出具有可比性。對于一些400 x 400RGB 圖像，我得到以下時間：

Duration loop: 0.21099094100000004

Duration vectorized: 0.004011090000000106

希望有幫助！

----------------------------------------

System information

----------------------------------------

Platform: Windows-10-10.0.16299-SP0

Python: 3.8.1

NumPy: 1.18.1

OpenCV: 4.1.2

----------------------------------------

反對回復 2022-07-19

慕運維8079593

TA貢獻1876條經驗獲得超5個贊

不確定這是否會給出完全相同的結果——因為有可能（非常?。┠憧梢杂名}擊中一個像素，然后再用胡椒再次擊中相同的像素——但我嘗試了一種不同的方法。它還準確地生成一半鹽和一半胡椒，而其他解決方案往往只有在對大量樣本進行平均時才會這樣做。也許速度和內存節省值得不準確 - YMMV :-)

首先確定有多少像素會受到噪聲的影響，稱之為N。然后生成 N/2 對 [x,y] 坐標并將輸出圖像中的相應像素設置為黑色，然后生成另外 N/2 對 [x,y] 坐標并將它們設置為白色。

import numpy as np

def me(image,prob):

h, w = image.shape[:2]

# Number of noise affected pixels

N = int(w * h * prob)

# Half salt

image[np.random.randint(0,h,int(N/2)), np.random.randint(0,w,int(N/2))] = 255

# Half pepper

image[np.random.randint(0,h,int(N/2)), np.random.randint(0,w,int(N/2))] = 0

return image

# Make solid grey start image

image = np.full((400,400), 128, dtype=np.uint8)

和p=0.1，p=0.01我得到：

%timeit me(image,0.1)

296 μs ± 2.48 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit me(image,0.01)

42.2 μs ± 933 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

反對回復 2022-07-19

2 回答
0 關注
75 瀏覽

關注

添加回答

舉報

0/150

提交

取消

亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

熱搜

最近搜索清空

在 Numpy 中逐像素迭代兩個圖像（隨機條件）

在 Numpy 中逐像素迭代兩個圖像（隨機條件）

2 回答

添加回答