LUT for 16bit image

Question

実現したいこと

openCVのcv.LUT()と同等の処理を8bpcではなく16bpcなどで行いたい

前提

openCVのcv.LUT()のように、src の値から dst の値を一律の方式で変換したいです
この時、srcが dtype=CV_8U 以外では実行できないようで困っています

試したこと

とりあえずPythonの for-loopでpixcel を回して処理していますが、実行速度が遅く困っています
Numpy などに代用可能な処理があるのではないかと思うのですが、見つけられずにいます
8bpc 以外の画像を扱われる方は、一般にどのような処理を行われているのでしょうか?

8bpc版ベンチマーク

稚拙ですがベンチを書いてみました

import cv2
import numpy as np
import random,time

HEIGHT,WIDTH= 1080,1920

lut_list = [random.randrange(0,2**8) for i in range(2**8)]
lut_np = np.array(lut_list,dtype=np.uint8)
src = np.empty((HEIGHT,WIDTH),dtype=np.uint8)
dst = np.empty((HEIGHT,WIDTH),dtype=np.uint8)

def by_cv2LUT(src,dst,lut_np):
    return cv2.LUT(src,lut_np)

def by_loopD2_np(src,dst,lut_np):
    for y,line in enumerate(src):
        for x,pix in enumerate(line):
            dst[y,x]=lut_np[pix]
    return dst

def by_loopD2_list(src,dst,lut_list):
    for y,line in enumerate(src):
        for x,pix in enumerate(line):
            dst[y,x]=lut_list[pix]
    return dst

def by_loopD1_np(src,dst,lut_np):
    tmp = dst.flatten()
    for i,pix in enumerate(src.flatten()):
        tmp[i]=lut_np[pix]
    return tmp.reshape([HEIGHT,WIDTH])

def by_np_array_indexing(src,dst,lut_np):
    return lut_np[src]

if __name__ == '__main__':
    exp_val = by_cv2LUT(src,dst,lut_np)
    funcs = [
        by_cv2LUT,
        by_loopD2_np,
        by_loopD2_list,
        by_loopD1_np,
        by_np_array_indexing,
        ]

    for func in funcs:
        t0 = time.time()
        for i in range(10):
            res = func(src,dst,lut_np)
        print(func.__name__,(time.time()-t0)/10)
        assert np.all(res==exp_val),"error"

by_cv2LUT 0.0005998373031616211
by_loopD2_np 0.40140058994293215
by_loopD2_list 0.4011006116867065
by_loopD1_np 0.3491004467010498
by_np_array_indexing 0.004999876022338867

結論

やはり openCVのLUTが優位に速いです
numpyの array indexing ? を使用することで、openCVに迫ることが出来ました
こちらであれば8bpc以外の画像も処理可能です

Comments

[ps_aux_grep]

https://stackoverflow.com/questions/71734861/opencv-python-lut-for-16bit-image
これとかどうでしょうか

[k5kkkkk]

コメントありがとうございます。
元々cv2.LUT()が実装されていることを知らず、8bpcでは
・1pixずつ計算して変換
・pythonでLUTを実装
・cv2.LUT()での実装
と、それぞれ体感では実行速度の改善が行えました。
可能であれば、16bpcなどでもcv2.LUT()と同等の実行速度をだしたく質問いたしました。

[ps_aux_grep]

では，C/C++で同等の処理を記述してPythonからデータを渡すと良いのでは無いでしょうか？

[k5kkkkk]

既存のフレームワークを利用できるのがベストなのですが、やはりマッチするものは存在しないのでしょうね
C/C++での処理にもチャレンジしたいと思います
アドバイスありがとうございます

[bsdfan]

stackoverflow の回答が、ごちゃごちゃ書かれていてわかりにくいのですが、その要旨は cv2.LUT(image, table) 相当のことが、numpyの integer array indexing を使って、table[image] と書くだけでできるということです。

[k5kkkkk]

コメントありがとうございます。質問が言葉足らずだったと反省しています。
stackoverflow の回答は 追記したベンチの by_loopD1_np() と同等と考えています。
全く同じ戻り値を得ることは出来ていますが、cv2.LUT()と比較すると実行速度が遅いのが難点です。
10bpc,12bpc,16bpcでも同等の実行速度で変換したいというのが趣旨です

[bsdfan]

同等ではないですよ。ループは不要です。
その関数で言うならば、
dst[:] = lut_np[src]
とだけ書けばOKです。

[k5kkkkk]

ご指摘いただいた通りの記述としたところ、
0.0052 s 程度で処理ができました。
ありがとうございます！！

Answer 1

Numpy などに代用可能な処理があるのではないかと思うのですが

OpenCV Python: LUT for 16bit image?といったほぼ同じ問題に対する回答を見つけましたので情報提供します。
1ch または 3（以上）chそれぞれでのコード例が記載されています。

Comments

[k5kkkkk]

回答ありがとうございます。
提供いただいたコードとは少し異なるのですが、8bpcの画像を変換する際、HeightとWidthの2重のforで同様にLUTを引いたところ実行速度はそれなりにかかっていました。
こちらをcv2.LUT()での実装に変更したところ、体感では大幅に実行速度が改善されました。
そのため、Pythonでforを回すことは可能であれば避けたいです。
時間が取れ次第、8bpcでのベンチマークを取り共有します

[k5kkkkk]

bsdfan さんにご指摘いただき、stackoverflow の回答で実現できることが確認できました。
numpyのスライスとして2次元の配列を与えてLUTとして動作させるというのが予想外で理解できていませんでした。
can110 さん、ps_aux_grep さん ご回答ありがとうございました。