Python：對不同2d numpy數組的2個元素使用函數

Question

我想獲取2個數組的等效索引的總和，然后對它們進行閾值處理。 這段代碼運行但是非常慢，我不得不經常使用此功能。 python中有更有效的方法嗎？

sobelx = cv2.Sobel(smoothed,cv2.CV_64F,1,0,ksize=-1)
sobely = cv2.Sobel(smoothed,cv2.CV_64F,0,1,ksize=-1)

for i in range(0,height-1):
    for j in range(0,width-1):

        xvalue= sobelx[i,j]
        yvalue= sobely[i,j]
        tmp = math.sqrt(math.pow(xvalue,2) + math.pow(yvalue,2))

        if tmp > 255:
            tmp = 255
        elif tmp <0:
            tmp =0

        self.gradientmap[i,j] = tmp

Answer 1

這應該可以解決問題：

sobelx = cv2.Sobel(smoothed,cv2.CV_64F,1,0,ksize=-1)
sobely = cv2.Sobel(smoothed,cv2.CV_64F,0,1,ksize=-1)

self.gradientmap = numpy.sqrt (sobelx ** 2 + sobely ** 2)
self.gradientmap[self.gradientmap> 255] = 255

我不知道sobelx和sobely的確切類型是sobelx ，但我假設您的問題中有2 numpy.array 。

注意：我刪除了tmp < 0情況，因為您永遠不會有負平方根。