優化NumPy遍歷圖像並更改值

有沒有一種方法來優化這段代碼？以我當前的價值，這需要我28秒。想知道如果我能減少這個時間。優化NumPy遍歷圖像並更改值

im = output_image[-min_xy[1]:-min_xy[1] + image_2.shape[0], -min_xy[0]:-min_xy[0] + image_2.shape[1]] 
    for idx, rk in enumerate(im): 
     for ix, k in enumerate(rk): 
      image_2[idx][ix] = avg(im[idx][ix], image_2[idx][ix])

type(image_2)和type(im)是<type 'numpy.ndarray'>

im.shape和image_2.shape是(2386, 3200, 3)

什麼我avg()確實是

def avg(a1, a2): 
    if [0., 0., 0.] in a1: 
     return a2 
    else: 
     return (a1 + a2)/2

注：a1是3號前的數組：array([ 0.68627451, 0.5372549 , 0.4745098])

來源

2017-10-18 Liondancer

嘗試看看，如果你的算法的行爲就像任何矩陣變換或操作？ –

用a1中的if [0.,0,0,0]來檢查** a1中的任何人是否爲零**。你確定你想要嗎？ – Divakar

@Liondancer這不回答我的問題，它是 - 在a1：'中使用'if [0.,0,0,0]，你是否試圖檢查'a1'中的'ALL'元素是否爲零或if 'a1'中的「ANY」一個元素爲零？ – Divakar

向量化的唯一障礙似乎是在avg條件IF。爲了突破它，只需使用的np.where的選擇能力，從而有我們的解決方案，像這樣 -

avgs = (im + image_2)/2.0 
image_2_out = np.where((im == 0).any(-1,keepdims=1), image_2, avgs)

注意，這個假設與if [0., 0., 0.] in a1，你的意思是檢查ANY一個匹配。如果您打算檢查ALL零，只需使用.all而不是.any。

或者，做原地編輯在image_2，使用boolean-indexing面具 -

mask = ~(im == 0).any(-1) 
image_2[mask] = avgs[mask]

來源

2017-10-18 22:51:52 Divakar

優化NumPy遍歷圖像並更改值

回答

相關問題