如何在numpy中优化此图像迭代？

问题描述

简单尝试一下：

blue = rawimg[:,:,0]
green = rawimg[:,:,1]
red = rawimg[:,:,2]
exg = 2*green-red-blue
processedimg = np.where(exg > 50, exg, 0)

解决方法

我正在使用此代码来检测图像中的绿色。

问题在于此迭代确实很慢。

如何使其更快？如果使用的是numpy，如何以numpy的方式进行？

def convertGreen(rawimg):
    width,height,channels = rawimg.shape
    size = (w,h,channels) = (width,1)
    processedimg = np.zeros(size,np.uint8)
    for wimg in range(0,width):
        for himg in range(0,height):
            blue = rawimg.item(wimg,himg,0)
            green = rawimg.item(wimg,1)
            red = rawimg.item(wimg,2)
            exg = 2*green-red-blue
            if(exg > 50):
                processedimg.itemset((wimg,0),exg)

    return processedimg