比python中組合多個cv2圖像（numpy數組）的連接速度更快嗎？

Question

我有100個小圖像，我想合併成一個大的（10x10）網格圖像用imshow進行顯示。每個圖像（作爲numpy數組）都位於單元對象的變量內。目前，我正在使用連接首先創建垂直條，然後使用連接來連接所有這些條，但似乎有點笨重。有一個更好的方法嗎？我覺得我應該能夠創建一個大小爲最終圖像（800 x 600）的numpy數組，然後將每個圖像放入其中，但是似乎超出了我的能力，無法將我的頭圍繞在句法上。

def stackImages(im1, im2, axisToStack): 
    newImage = np.concatenate((im1, im2), axis = axisToStack) 
    return newImage 

def compileCells(): 
    #Make a list of strips 
    strips = [(np.zeros((0,cellWidth,3), np.uint8)) for i in range(numberOfCells)] 

    for x in range(numberOfCells): 
     for i in range(numberOfCells): 
      strips[x] = stackImages(cellArray[i+(x*numberOfCells)].image, strips[x], 0) 

    display = strips[0] 
    for c in range(1,numberOfCells): 
     display = stackImages(strips[c], display, 1) 
    return display 

Answer 1

使用NumPy時，拷貝數組可能是一個真正的速度殺手。每次調用 np.concatenate時，將分配新陣列的空間，並將所有舊的 數據複製到新陣列中。提高代碼速度的一種方法是減少複製數量。

所以，如你所說，更快的方法是爲最終的數組分配空間，從一開始 display：

display = np.empty((cellHeight*nrows, cellWidth*ncols, 3), dtype=np.uint8) 

，然後從cellArray將數據複製到display只有一次：

for i, j in IT.product(range(nrows), range(ncols)): 
    arr = cellArray[i*ncols+j].image 
    x, y = i*cellHeight, j*cellWidth 
    display[x:x+cellHeight, y:y+cellWidth, :] = arr 

---

例如，

import numpy as np 
import matplotlib.pyplot as plt 
import itertools as IT 

def compileCells(cellArray, nrows, ncols, cellHeight, cellWidth): 
    display = np.empty((cellHeight*nrows, cellWidth*ncols, 3), dtype=np.uint8) 
    for i, j in IT.product(range(nrows), range(ncols)): 
     # arr = cellArray[i*ncols+j].image # you may need this 
     arr = cellArray[i*ncols+j]   # my simplified cellArray uses this 
     x, y = i*cellHeight, j*cellWidth 
     display[x:x+cellHeight, y:y+cellWidth, :] = arr 
    return display 

cellHeight, cellWidth = 80, 60 
nrows = ncols = numberOfCells = 10 

cellArray = [np.full((cellHeight, cellWidth, 3), i) 
      for i in np.linspace(0, 255, nrows*ncols)] 
display = compileCells(cellArray, nrows, ncols, cellHeight, cellWidth) 
plt.imshow(display) 
plt.show() 

產生

請注意，您的代碼意味着cellArray是對象，它們的image 屬性與NumPy陣列的列表。爲了使上面的示例代碼可運行並且簡單（r）， 我已經將cellArray定義爲NumPy數組的列表。 您可能需要取消註釋

# arr = cellArray[i*ncols+j].image 

，並註釋掉

arr = cellArray[i*ncols+j] 

，以滿足您的cellArray定義。

---

我們來比較一下這兩種方式完成複印量：

使用原來的做法，如果我們說一個圖像數組的大小爲1，然後建立一個strip需要 分配大小的數組所以一個條需要分配總大小爲1 + 2 + ... + 10 = 10（11）/ 2 = 55的數組 。要構建display需要分配總大小爲55的數組 （1 + 2 + ... + 10）= 55 * 55 = 3025.每個空間分配是 伴隨着複製操作。複製量與最終陣列中的單元格數量成正比地增長。

相反，如果我們的最終display分配空間只是一次，然後我們只 需要分配總大小爲10 * 10 = 100。這裏，複製的量的增長線性與細胞的數目。