PubMed в помощь народ кому интересно, дефицит времени

Дефицит аргументов перетечёт в дефицит репутации.

А 5g вышки на это могут влиять?

Как боженька смолвил

привет, а кто нибудь знает нумпай?)
читаю картинку, она становится нумпай массивом (640*480*3) где 3 это каналы r,g,b

как его решейпнуть в вид [[r,g,b],[r,g,b]...[r,g,b]] т.е. разбить по одному пикселю

На выходе должен быть двумерный массив разверткой по строкам, я правильно понял?

Или трехмерный массив с перестановкой индексов просто?
Тогда
https://numpy.org/doc/stable/reference/generated/numpy.transpose.html#numpy.transpose

(поскольку это обобщение транспонирования матрицы)

да

я это делаю так
   img_arr = []
   rows, cols = img.shape[:2]
   for i in range(rows):
       for j in range(cols):
           img_arr.append(img[i, j].tolist())
   return img_arr, rows

но это дико медленно

Ну естественно, это же питон, а numpy-функции - это FFI для C.

Тогда вроде надо сделать так: сначала поменять порядок осей (как в рецепте выше), а потом слить две оси в reshape, как тут ("You can use np.transpose to swap rows with columns and then reshape"):

https://stackoverflow.com/questions/31917061/merge-axis-in-numpy-array

спасибо, получилось)


а как можно не разбивая изображение, применить к каждому r,g,b пикселю функцию

foo(r,g,b):
 ...
 return y

или

foo(r,g,b):
 ...
 return y,y,y

Луркай библиотечку einops

Не разбивая изображение - это в смысле без цикла?

да, берем (640*480*3)  
и как то в foo скармливаем все 3 слоя сразу, а не попиксельно

я такое только с нумпай функциями делал

Тебе придётся писать свою процедуру векторизованным образом, потому что нельзя сделать быстро вызов питона из C-кода

Вот это тебе поможет

Ну то есть смотри, если ты применяешь к массиву (любой формы, хоть 10-мерному) np.sin, он внутри себя запустит сишный цикл, в котором к каждому элементу применит сишный синус. А если ты применяешь к каждому элементу питоновскую функцию, то ему приходится для каждого элемента дергать питоновский код, это медленно.

Выхода более-или-менее два:
а) если твою функцию можно записать без if, как композицию элементарных функций np, то это можно сделать "снаружи" (типа np.sin(np.pow(...)).

б) если нельзя, то можно попробовать другими способами ускорения воспользоваться, например, cython

Ещё во многих случаях можно эмулировать if через разные "пороговые функции" типа np.sign (которая равна 1 если больше 0 и -1 если меньше).