gpt4 book ai didi

python - 如何提高这种numpy迭代的效率?

转载 作者:行者123 更新时间:2023-11-28 20:52:04 26 4
gpt4 key购买 nike

我正在做一项关于通过抖动将灰度图像转换为 1 位二进制图像的作业。我正在尝试一个简单的 4x4 矩阵,它将使图像比原始图像大 16 倍。

dithering_matrix = array([[ 0,  8,  2, 10],
[12, 4, 14, 6],
[ 3, 11, 1, 9],
[15, 7, 13, 5]], dtype=uint8)
split_num = dithering_matrix.size + 1

我将 512x512 图像读取到 im ndarray 并做了以下事情:

output = list()
for row in im:
row_output = list()
for pixel in row:
pixel_matrix = ((pixel / (256 / split_num)) > dithering_matrix) * 255
row_output.append(pixel_matrix)
output.append( hstack( tuple(row_output) ) )
output_matrix = vstack( tuple(output) )

我发现输出需要 8-10 秒,我认为上面的 im 循环花费了很多时间。在某些软件中,相同的操作通常会在一瞬间完成。那么有没有可能提高效率呢?


更新:@Ignacio Vazquez-Abrams我不太熟悉探查器:(我尝试了 cProfile,但结果很奇怪。

         1852971 function calls (1852778 primitive calls) in 9.127 seconds

Ordered by: internal time
List reduced from 561 to 20 due to restriction <20>

ncalls tottime percall cumtime percall filename:lineno(function)
1 6.404 6.404 9.128 9.128 a1.1.py:10(<module>)
513 0.778 0.002 0.778 0.002 {numpy.core.multiarray.concatenate
}
262144 0.616 0.000 1.243 0.000 D:\Python27\lib\site-packages\nump
y\core\shape_base.py:6(atleast_1d)
262696 0.260 0.000 0.261 0.000 {numpy.core.multiarray.array}
262656 0.228 0.000 0.487 0.000 D:\Python27\lib\site-packages\nump
y\core\numeric.py:237(asanyarray)
515 0.174 0.000 1.419 0.003 {map}
527019 0.145 0.000 0.145 0.000 {method 'append' of 'list' objects
}

a1.1.py 的第 10 行是第一行 from numpy import *(之前的所有评论)这让我很困惑。

最佳答案

如果您使用 Kronecker product将每个像素转换为 4x4 子矩阵,这将使您摆脱 Python 循环:

im2 = np.kron(im, np.ones((4,4)))
dm2 = np.tile(dithering_matrix,(512,512))
out2 = ((im2 / (256 / split_num)) > dm2) * 255

在我的机器上,这比你的版本快大约 20 倍。

关于python - 如何提高这种numpy迭代的效率?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7601611/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com