如何快速抠出前景，遍历像素太慢了

Question

for x in range(self.image.shape[0]):
    # 图片的高
    for y in range(self.image.shape[1]):
        # 图片的宽
        point = np.array([y,x], dtype="int")
        point = tuple(np.int0(point))
        if cv2.pointPolygonTest(self.cnt_max2, point, False) <= 0:
        self.image[x,y]=[0,0,0]

遍历图像所有的点，把最大轮廓外面的点(背景)置黑，以达到扣出前景的目的，代码有没有什么毛病，为什么特别慢，要十几二十秒才能出来，还只有640*480，要是几百万像素的，岂不是要运行两三分钟，有木有更快的算法呢

Answer 1

利用np.where改进重心法检测
xy=np.where(blank_bg < 10)
listx=list(xy)[0] #行
listy=list(xy)[1] #列
point_x = np.sum(listy)/len(listy)
point_y = np.sum(listx)/len(listx)
使用np的内置函数可以大幅提高程序的运行效率。这里使用np.where来替换掉两个for循环。
np.where返回的是一个元组，n维数组的输入会返回n维元组。对图像来说，输入为二维数组（像素坐标为二维），因此返回值为2维元组，如下所示：
(array([509, 509, 509, ..., 766, 766, 766], dtype=int64), array([337, 338, 339, ..., 380, 381, 382], dtype=int64))
这个2维元组的第一个数表示满足条件的行坐标，第二个数表示满足条件的列坐标。这样就通过np.where替代了两层for循环。之后便可以根据返回的结果对像素进行操作。实测下来，该部分运行时间是0.003秒，运行效率提高了421倍。