Конвертация изображения средствами numpy

import time
import random
import os
from PIL import Image, ImageDraw
import numpy as np
import matplotlib.image as mplimg
 
#-----------------------------------------------
#def load_image_mpl(filename):
#    return mplimg.imread(filename)
 
 
def load_image(filename):
    image = Image.open(filename)
    draw = ImageDraw.Draw(image) # кисть для рисования; не нужна, если использовать putpixel
    pixels = image.load() # загрузка пикселей; <class 'PixelAccess'>
    return image, draw, pixels
 
def save_image(image,filename,postfix='gray'):
    name,ext = os.path.splitext(filename)
    image.save("{}_{}{}".format(name,postfix,ext), "JPEG")
 
# оттенки серого
def grayscale(filename):
    image, draw, pixels = load_image(filename)
    width = image.size[0]  # ширина 
    height = image.size[1] # высота
    
    for i in range(width):
        for j in range(height):
            R,G,B = pixels[i, j] #R,G,B = image.getpixel((i, j)) # через getpixel почему-то медленнее
            #S = (R + G + B) // 3 # другая (более грубая) формула  grayscale
            S = round(0.2989 * R + 0.587 * G + 0.114 * B)
            #draw.point((i, j), (S, S, S))
            image.putpixel((i, j), (S, S, S)) # так быстрее чем через draw
    
    del draw            
    return image  
 
# черно-белое
def black_white(filename,factor=1):
    image, draw, pixels = load_image(filename)
    width = image.size[0]  # ширина 
    height = image.size[1] # высота
    
    for i in range(width):
        for j in range(height):
            R,G,B = pixels[i, j]
            S = R + G + B
            if (S > (((255 + factor) // 2) * 3)):
                R, G, B = 255, 255, 255
            else:
                R, G, B = 0, 0, 0
            
            #draw.point((i, j), (R, G, B))
            image.putpixel((i, j), (R, G, B)) 
    
    del draw        
    return image
 
#-----------------------------------------
def apply_gray(rgb):
    coeff = np.array([0.2989, 0.587 , 0.114 ])
    #S = np.round(0.2989 * rgb[0] + 0.587 * rgb[1] + 0.114 * rgb[2])
    #rgb = np.array([S,S,S],dtype="uint8")
    S = np.round(np.sum(rgb * coeff))
    rgb = np.array([S,S,S],dtype="uint8")
    return rgb
 
 
def grayscale_numpy(filename):
    image,_,_ = load_image(filename)
    data = np.asarray(image, dtype="uint8")
    data = np.apply_along_axis(apply_gray, 2, data)
    return data
 
 
def grayscale_pillow(filename):
    image, draw, pixels = load_image(filename)
    return image.convert('L')
 
if __name__ == "__main__":
    filename="tiger.jpg"
    
    start = time.time()
    image = grayscale(filename)
    save_image(image,filename,postfix='gray') 
    print('{:20}:{}'.format('grayscale',time.time() - start))
    
    start = time.time()
    image = grayscale_pillow(filename)
    save_image(image,filename,postfix='gray2') 
    print('{:20}:{}'.format('grayscale pillow',time.time() - start))
    
    
    start = time.time()
    data = grayscale_numpy(filename)
    image = Image.fromarray(data, "RGB")
    save_image(image,filename,postfix='gray3')
    print('{:20}:{}'.format('grayscale_numpy',time.time() - start))
    
    start = time.time()
    image = black_white(filename)
    save_image(image,filename,postfix='black_white')
    print('{:20}:{}'.format('black_white',time.time() - start))

def grayscale_numpy(filename):
    image, _, _ = load_image(filename)
    data = np.asarray(image, dtype="uint8")
 
    coeff = np.array([[[0.2989, 0.587, 0.114]]])
    sums = np.round(np.sum(coeff * data, axis = 2)).astype(np.uint8)
    data = np.repeat(sums, 3).reshape(data.shape)
 
    return data

# Вариант alex white
def rgb2gray0(data):
    coeff = np.array([[[0.2989, 0.587, 0.114]]])
    sums = np.round(np.sum(coeff * data, axis = 2)).astype(np.uint8)
    data = np.repeat(sums, 3).reshape(data.shape)
    return data
 
def rgb2gray1(data):
    r, g, b = data[:,:,0], data[:,:,1], data[:,:,2]
    sums = np.round(0.2989 * r + 0.587 * g + 0.114 * b).astype(np.uint8)
    data = np.repeat(sums, 3).reshape(data.shape)
    return data
 
def rgb2gray2(data):
    #sums = np.dot(data,np.array([0.2989, 0.587, 0.114]))
    sums = data @ np.array([0.2989, 0.587, 0.114]) # через  __matmul__ быстрее чем dot
    sums = np.round(sums).astype(np.uint8)
    data = np.repeat(sums, 3).reshape(data.shape)
    return data

def rgb2gray3(data):
    x, y, _ = data.shape
    k = np.array([[[0.2989, 0.587, 0.114]]])
    return np.round(np.sum(data*k, axis=2)).astype(np.uint8).reshape((x, y))