一种有效的图像数组阈值和渲染方法&Python/NumPy/OpenCV
我有一个摄像头，正在发送图像数据到我的电脑。从那里，我的python脚本将8bit颜色信息（黑色和白色；范围从0-black-到255-white）放入一个numpy数组。数组是2D，第一维最多384维，第二维最多288维，用openCV窗口显示效果很好，现场视频超过24fps。
我现在的目标是操纵图像，使现场视频显示任何低于200的颜色值为0（完全黑色），任何高于200的颜色值为255（完全白色）。然而，我的代码现在只给我大约3fps。
-
null
processedImage = frame
i = 0
for i in range(0, displayedWidth):
ii = 0
for ii in range(0, displayedHeight):
if frame[ii, i] > 200:
processedImage[ii, i] = 255
else:
processedImage[ii, i] = 0
cv2.imshow("LiveVideo", processedImage)
谢谢你的回答！
共有1个答案
试试这个：
frame[frame > 200] = 255
frame[frame <= 200] = 0
cv2.imshow("LiveVideo", frame)
-
基本图像渲染 外部资源渲染 摄像机 材质系统 材质资源 Effect 渲染组件参考 Sprite 组件参考 Label 组件参考 LabelOutline 组件参考 LabelShadow 组件参考 Mask 组件参考 MotionStreak 组件参考 ParticleSystem 组件参考 TiledMap 组件参考 TiledTile 组件参考 Spine 组件参考 DragonBones
-
图像阈值 目标 在本教程中，您将学习简单阈值处理，自适应阈值处理，Otsu阈值处理等。 您将学习以下函数：cv2.threshold, cv2.adaptiveThreshold等。 一、单的阈值 在这里，事情是直截了当的。如果像素值大于阈值，则为其分配一个值（可以是白色），否则为其分配另一个值（可以是黑色）。使用的函数是cv2.threshold。第一个参数是源图像，它应该是灰度图像。第二个参数
-
问题内容： 我需要过滤一个数组以删除低于某个阈值的元素。我当前的代码是这样的： 问题在于，这会使用带有lambda函数（慢速）的过滤器来创建一个临时列表。 由于这是一个非常简单的操作，因此也许有一个numpy函数可以高效地完成此操作，但是我一直找不到它。 我以为实现此目的的另一种方法可能是对数组进行排序，找到阈值的索引并从该索引开始返回一个切片，但是即使对于较小的输入这会更快（而且无论如何也不会引
-
目标 在本教程中，您将学习简单阈值，自适应阈值和Otsu阈值。 你将学习函数cv.threshold和cv.adaptiveThreshold。 简单阈值 在这里，问题直截了当。对于每个像素，应用相同的阈值。如果像素值小于阈值，则将其设置为0，否则将其设置为最大值。函数cv.threshold用于应用阈值。第一个参数是源图像，它应该是灰度图像。第二个参数是阈值，用于对像素值进行分类。第三个参数是分
-
问题内容： 我正在为我的第一个深度Pyglet项目开发2D Minecraft克隆，但遇到了一个问题。每当我在屏幕上有相当数量的块时，帧速率都会急剧下降。 这是我的渲染方法：我使用字典，键为元组（代表块的坐标），项为纹理。 我遍历整个字典并渲染每个块： PS sx和sy是屏幕滚动的坐标偏移 我想知道是否有一种方法可以更有效地渲染每个块。 问题答案： 我将尽力解释为什么以及如何在不真正了解代码外观的
-
问题内容： 信不信由你，在分析当前代码后，numpy数组还原的重复操作将占用大量的运行时间。我现在拥有的是基于视图的常见方法： 还有其他方法可以更有效地执行此操作，还是我对不切实际的numpy性能的痴迷所致的幻觉？ 问题答案： 创建时，您正在创建原始数组的视图。然后，您可以更改原始数组，并且视图将更新以反映所做的更改。 您是否经常需要重新创建视图？您应该能够执行以下操作： 我不是numpy专家，但