Следуя этой формуле для альфа-смешения двух значений цвета, я буду sh применять ее к n numpy массивам данных изображения rgba (хотя ожидаемый вариант использования на практике будет иметь очень низкую верхнюю границу массивов, вероятно,> 5). В контексте, этот процесс будет ограничен массивами одинаковой формы.
Теоретически я мог бы добиться этого путем итерации, но ожидать, что это будет интенсивно в вычислительном отношении и ужасно неэффективным.
Какой самый эффективный способ применить функцию между двумя элементами в одной позиции между двумя массивами по всему массиву ?
Свободный пример:
# in context, the numpy arrays come from here, as either numpy data in the
# first place or a path
def import_data(source):
# first test for an extant numpy array
try:
assert(type(source) is np.ndarray)
data = source
except AssertionError:
try:
exists(source)
data = add_alpha_channel(np.array(Image.open(source)))
except IOError:
raise IOError("Cannot identify image data in file '{0}'".format(source))
except TypeError:
raise TypeError("Cannot identify image data from source.")
return data
# and here is the in-progress method that will, in theory composite the stack of
# arrays; it context this is a bit more elaborate; self.width & height are just what
# they appear to be—-the final size of the composited output of all layers
def render(self):
render_surface = np.zeros((self.height, self.width, 4))
for l in self.__layers:
foreground = l.render() # basically this just returns an np array
# the next four lines just find the regions between two layers to
# be composited
l_x1, l_y1 = l.origin
l_x2 = l_x1 + foreground.shape[1]
l_y2 = l_y1 + foreground.shape[0]
background = render_surface[l_y1: l_y2, l_x1: l_x2]
# at this point, foreground & background contain two identically shaped
# arrays to be composited; next line is where the function i'm seeking
# ought to go
render_surface[l_y1: l_y2, l_x1: l_x2] = ?