python - 如何使用 numpy 加速 Python 代码？

Question

Orginal 和 Mutated 是图像。我需要分别获得每个 r、g、b 的差异。我让这段代码工作，但速度很慢。任何有助于快速完成的帮助都会很好! :)

Orginal = np.asarray(Orginal).copy()
Mutated = np.asarray(Mutated).copy()    

Fittnes = 0

for x in range(0, 299):

    for y in range(0, 299):

        DeltaRed   = (Orginal[x][y][0] - Mutated[x][y][0])
        DeltaGreen = (Orginal[x][y][1] - Mutated[x][y][1])
        DeltaBlue  = (Orginal[x][y][2] - Mutated[x][y][2])

        Fittnes += (DeltaRed * DeltaRed + DeltaGreen * DeltaGreen + DeltaBlue * DeltaBlue)

return Fittnes

Answer 1

如果您不进行额外的压缩然后对每个维度求和而不是使用 numpy 的求和函数，应该会快很多:

DeltaRed   = np.sum(OR) - np.sum(MR)
DeltaGreen = np.sum(OG) - np.sum(MG)
DeltaBlue = np.sum(OB) - np.sum(MB)