您正在做的是对图像进行半色调处理。
其他人提出的方法效果很好，但是它们一次又一次地重复许多昂贵的计算。由于一个
uint16表中最多有65,536个不同的值，因此使用查找表（LUT）可以大大简化事情。而且由于LUT很小，因此您不必担心就地执行操作或不创建布尔数组。以下代码重用了Bi
Rico的函数来创建LUT：
import numpy as npimport timeitrows, cols = 768, 1024image = np.random.randint(100, 14000, size=(1, rows, cols)).astype(np.uint16)display_min = 1000display_max = 10000def display(image, display_min, display_max): # copied from Bi Rico # Here I set copy=True in order to ensure the original image is not # modified. If you don't mind modifying the original image, you can # set copy=False or skip this step. image = np.array(image, copy=True) image.clip(display_min, display_max, out=image) image -= display_min np.floor_divide(image, (display_max - display_min + 1) / 256, out=image, casting='unsafe') return image.astype(np.uint8)def lut_display(image, display_min, display_max) : lut = np.arange(2**16, dtype='uint16') lut = display(lut, display_min, display_max) return np.take(lut, image)>>> np.all(display(image, display_min, display_max) ==lut_display(image, display_min, display_max))True>>> timeit.timeit('display(image, display_min, display_max)', 'from __main__ import display, image, display_min, display_max', number=10)0.304813282062>>> timeit.timeit('lut_display(image, display_min, display_max)', 'from __main__ import lut_display, image, display_min, display_max', number=10)0.0591987428298所以有x5的加速，这不是一件坏事，我想…
