Python、Numpy、OpenCV——创建一个修改过的(同样快速的)“addWeighted”函数

addWeighted

然而,我发现,尽管这些函数做的事情非常相似,但 添加权重 功能更快。所以我的问题是,我如何修改当前的解决方案,使其同样快速?有什么方法可以使用 multiprocessing

image = np.zeros(image_1.shape)
for row_index, row in enumerate(image_1):
     for col_index, col in enumerate(row):
          pixel_1 = image_1[row_index, col_index]
          pixel_2 = image_2[row_index, col_index]
          sum_1 = int(pixel_1[0]) + int(pixel_1[1]) + int(pixel_1[2])
          sum_2 = int(pixel_2[0]) + int(pixel_2[1]) + int(pixel_2[2])

          if sum_2 > sum_1:
               image[row_index, col_index] = pixel_2
          else:
               image[row_index, col_index] = pixel_1

image_1 和 image_2 都是表示图像的numpy数组,都具有相同的形状吗 (720, 1280, 3)