python - 平铺图像需要很长时间

Question

我有以下代码，基本上获取图像并将其放在像素上，换句话说，获取图像的每个像素并创建一个 10x10“像素”，其中包括它们之间的空白，如下所示:

这变得非常慢，我想知道这是正常现象还是我在做一些多余的操作？

import numpy as np
from scipy.misc import lena 
import matplotlib.pyplot as plt

def rect(x, y):

    res = (np.abs(x) < .5)*(np.abs(y) < .5)
    return res

def placeOnSLM(FF, image):

    step = .1
    x, y = np.mgrid[0:image.shape[0]+step:step, 0:image.shape[1]+step:step]
    outImage = np.zeros(x.shape)+np.min(image)
    for ix in range(image.shape[0]):
        print ix,'of',image.shape[0]
        for iy in range(image.shape[1]):
            outImage[(np.abs(x-ix-.5)/FF < .5) * (np.abs(y-iy-.5)/FF < .5)] = image[ix, iy]
#             outImage += image[ix, iy]*rect((x-ix-.5)/FF, (y-iy-.5)/FF)
    return outImage

if __name__ == '__main__':

    num = 10
    image = placeOnSLM(.9, lena()[:num,:num])
    plt.imshow(lena()[:num,:num],'gray', interpolation='none')
    plt.colorbar()
    plt.figure()
    plt.imshow(image,'gray',interpolation='none')
    plt.colorbar()
    plt.show()

编辑:

我使用的操作系统是 Ubuntu 13.10

Answer 1

不使用 for 循环的解决方案怎么样？不确定，因为我没有太多使用 matplotlib，但我认为它与 matlab 类似，所以我会用 matlab 编写，希望将它转换为 matplotlib 是微不足道的。

解决方案很简单:使用 matlabs imresize 函数调整图像大小，但将插值设置为“最近”而不是双线性/双三次插值。如果将图像放大 10 倍，它基本上会生成 10x10 block ，其值等于原始图像的一个像素。以下代码执行此操作，然后添加边距。 (for循环只是为了测试n的各种值)。

ns= [10:10:100, 500, 1000];
times= zeros(size(ns));

for i= 1:length(ns)

    n= ns(i);
    s= 10; % 10x10 pixels in the result = 1x1 of the original image
    margin= 2;

    % create the image
    im= rand(n,n);

    tic
    % resize the image
    im2= imresize(im, (s+margin)*size(im), 'nearest');

    % add margins
    [x,y]= meshgrid([0:n]*(s+margin), [1:margin]);
    inds= x(:)+y(:);
    im2(inds,:)=0; im2(:, inds)=0;

    times(i)= toc;
    % imagesc(im2); pause; % visualize

end

plot(ns, times);

在我的测试中，当 n=1000 时，图像在 0.96 秒内创建(尽管我有一个四核 i5 @ 3.3 GHz。操作系统:Ubuntu 11.10。