Преобразование изображения: ускорить работу кода

import cv2
import numpy as np
 
#задать диапазон цвета, который необходимо получить
def set_limit_color(r_min, g_min, b_min, r_max, g_max, b_max ):
    lower_color = np.array([r_min,g_min,b_min])
    upper_color = np.array([r_max,g_max,b_max])
    return lower_color, upper_color
 
def get_mask(img, color):
    img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(img_hsv, color[0], color[1])
    return mask
 
#конвертировать цвет индексом светлоты
#рассчитывается 1 к 4. rgb(4,4,4)=lab(1,0,0). rgb(8,8,8) = lab(2,0,0)
def convert_lightnes(mask, out, index_lightness):
    for i in range (mask.shape[0]):
        for j in range (mask.shape[1]):
            if mask[i][j] > 0:
                out[i][j]=index_lightness
    return out
 
img = cv2.imread("/Volumes/Data/Code/CV/googleapi/1.png")
 
#получаем синий цвет
mask = get_mask(img, set_limit_color(110, 50, 50, 130, 255, 255))
 
#конвертируем цвет в исходном изображении
convert_lightnes(mask, img, 4)
 
#print img
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# -*- coding: utf-8 -*-
 
import cv2, glob, os
import numpy as np
from os import listdir
from os.path import isfile, join
 
def get_mask(img, color):
    img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(img_hsv, color[0], color[1])
    return mask
 
#получаем границы заданного цвета
def get_range_hsv_color(color):
    hsv = cv2.cvtColor(color, cv2.COLOR_BGR2HSV)
    lower_color = (hsv[0,0,0]-10, 50, 50)
    upper_color = (hsv[0,0,0]+10, 255, 255)
    return lower_color, upper_color
 
def convert_rgb_to_lab(img_in, color_class, value_lightness):
 
    #получаем маску цвета
    #в пространстве LAB (1,0,0) == RGB(4,4,4)
    #1 к 4
    value_lightness = 255 - (value_lightness*4)
    mask = get_mask(img_in, get_range_hsv_color(color_class))
    mask *= value_lightness
    return mask
 
#path directory
path_annot = "annot/"
path_img = "image/"
 
# определение цветов для каждого класса
water       = np.uint8([[[255,0,0]]])   #blue
buildings       = np.uint8([[[0,0,255]]])   #red
roads       = np.uint8([[[0,255,255]]]) #yellow
grass       = np.uint8([[[101,255,0]]]) #lime green
 
def prepare_annot(path):
 
    files = glob.glob(path+"*.png")
 
    for i in files:
 
        #read img
        img = cv2.imread(i)
 
        #crop img (without text google maps)
        img = img[0:980,0:980]
 
        water_m             = convert_rgb_to_lab(img, water, 1)
        buildings_m = convert_rgb_to_lab(img, buildings, 2)
        roads_m     = convert_rgb_to_lab(img, roads, 3)
        grass_m     = convert_rgb_to_lab(img, grass, 4)
 
        #получаем готовое изображение
        img_result = water_m+buildings_m+roads_m+grass_m
 
        cv2.imwrite(i, img_result)
        print (str(i)+"  "+str(len(files)))