python - Python 中最快的图像迭代

Question

我正在使用 Python 2.7.4 创建一个简单的绿屏应用程序，但得到的结果非常慢。我目前正在使用 PIL 1.1.7 来加载和迭代图像，并看到从旧的 getpixel() 到更新的 load() 和像素访问对象索引的巨大加速变化。然而，对于大约 720p 分辨率的图像，以下循环仍然需要大约 2.5 秒才能运行:

def colorclose(Cb_p, Cr_p, Cb_key, Cr_key, tola, tolb):
    temp = math.sqrt((Cb_key-Cb_p)**2+(Cr_key-Cr_p)**2)
    if temp < tola:
        return 0.0
    else: 
        if temp < tolb:
            return (temp-tola)/(tolb-tola)
        else:
            return 1.0

....

for x in range(width):
    for y in range(height):
        Y, cb, cr = fg_cbcr_list[x, y]
        mask = colorclose(cb, cr, cb_key, cr_key, tola, tolb)
        mask = 1 - mask
        bgr, bgg, bgb = bg_list[x,y]
        fgr, fgg, fgb = fg_list[x,y]
        pixels[x,y] = (
            (int)(fgr - mask*key_color[0] + mask*bgr),
            (int)(fgg - mask*key_color[1] + mask*bgg),
            (int)(fgb - mask*key_color[2] + mask*bgb))

我是不是在做一些非常低效的事情，导致运行速度如此之慢？我见过类似的、更简单的示例，例如循环被 bool 矩阵替换，但对于这种情况，我看不到替换循环的方法。

pixels[x,y] 赋值似乎花费了最多的时间，但我不太了解 Python，我不确定是否有更有效的方法来完成这项工作。

如有任何帮助，我们将不胜感激。

Answer 1

最好逐行遍历像素，因为这是内存中使用的布局。

所以代替:

for x in range(width):
    for y in range(height):

使用

for y in range(height):
    for x in range(width):

编辑:例如，为什么这很重要，您可以阅读有关 iterating over an array 的 numpy 文档

An important thing to be aware of for this iteration is that the order is chosen to match the memory layout of the array instead of using a standard C or Fortran ordering. This is done for access efficiency, reflecting the idea that by default one simply wants to visit each element without concern for a particular ordering. We can see this by iterating over the transpose of our previous array, compared to taking a copy of that transpose in C order.