python/numpyでデルタフィルタを高速化する

Question

私は（とりわけ）デルタフィルタをRGB画像に適用する必要があるデコンプレッサを作成しています。すなわち、最初の画素のみが絶対的（R1、G1、B1）であり、他のすべてが絶対値である（R [n] -R [n-1]、G [n] -G [n-1] ]、B [n] -B [n-1]）に変換し、標準RGBに変換する。今、次のように私はnumpyの使用してい

：

• ライン1は、元画像の1次元配列を作成

  rgb = numpy.fromstring(data, 'uint8') 
  components = rgb.reshape(3, -1, order='F') 
  filtered = numpy.cumsum(components, dtype='uint8', axis=1) 
  frame = numpy.reshape(filtered, -1, order='F') 
  

  。

• ライン2は

  [[R1, R2, ..., Rn], [G1, G2, ..., Gn], [B1, B2, ..., Bn]] 
  

• 線3は、実際defilteringを実行線4は、1Dアレイ

問題に再び変換

は、それがあることである形でそれを整形します私のニーズには遅すぎる。私はそれをプロファイリングし、配列を再形成するのに十分な時間が費やされることを見出しました。

私は疑問に思っています。再形成を避けるか、スピードアップする方法はありますか？

注：

• 私は、このためのC拡張を記述する必要がないことを好むだろう。
• 私はすでに、私はまだ理解していなかったいくつかの理由で、あなたのコードをコピーしたデータの最後のリシェイプのためにマルチスレッド

Answer 1

まず、あなたがタイプについてはもう少しそれを伝えることができ、それを読んだときに、試してみてください。

rgb = numpy.fromstring(data, '3uint8') 

ませリシェイプ必要。

次に、大規模な操作の場合は、その場所から離れて（cumsumの資格がある）、out=パラメータを使用してデータを移動しないようにしてください。あなたはまだそれがフラット化したい場合

rgb.cumsum(axis=0,out=rgb) 

：使用

rgb = rgb.ravel() 

Answer 2

を使用しています。これは代わりに、FortranのためのCの順序を使用することによって回避することはできない。

rgb = numpy.fromstring(data, 'uint8') 
components = rgb.reshape(-1, 3) 
filtered = numpy.cumsum(components, dtype='uint8', axis=0) 
frame = filtered.reshape(-1)