点云对图像

Question

我有一个点云，看起来像这样：

​

​

红点是点，黑点是投影到xy平面的红点。虽然在图中它是不可见的，但是每个点也有一个值，当点被移动到xy平面时，这个值被添加到给定的像素中。点由numpy (np)数组表示，如下所示：

points=np.array([[x0,y0,z0,v0],[x1,y1,z1,v1],...[xn,yn,zn,vn]])

将这些点放入某些图像的明显方法是通过一个简单的循环，如下所示：

image=np.zeros(img_size)

for point in points:
    #each point = [x,y,z,v]
    image[tuple(point[0:2])] += point[3]

这很好，但速度很慢。因此，我想知道是否有某种方式使用矢量化、切片和其他聪明的numpy/python技巧来加快速度，因为实际上，对于大点云，我不得不这样做很多次。我想出了一些使用np.put的方法

def points_to_image(xs, ys, vs, img_size):
    img = np.zeros(img_size)
    coords = np.stack((ys, xs))
    #put the 2D coordinates into linear array coordinates
    abs_coords = np.ravel_multi_index(coords, img_size)
    np.put(img, abs_coords, ps)
    return img

(在这种情况下，点被预先分割成包含x、y和v分量的向量)。虽然这样做很好，但它当然只将最后一点放在每个给定的像素上，即它不是加性的。

非常感谢你的帮助！

Answer 1

@Paul Panzer提供：

def points_to_image(xs, ys, ps, img_size):
    coords = np.stack((ys, xs))
    abs_coords = np.ravel_multi_index(coords, img_size)
    img = np.bincount(abs_coords, weights=ps, minlength=img_size[0]*img_size[1])
    img = img.reshape(img_size)

在我的机器上，循环版本采用0.4432s和0.0368s，使用矢量化。所以一次干净的12x加速。

============编辑============

快速更新:使用火炬。

def points_to_image_torch(xs, ys, ps, sensor_size=(180, 240)):
    xt, yt, pt = torch.from_numpy(xs), torch.from_numpy(ys), torch.from_numpy(ps)
    img = torch.zeros(sensor_size)
    img.index_put_((yt, xt), pt, accumulate=True)
    return img

我一路走到0.00749。这仍然发生在CPU上，所以59x加速比python循环。我也试过在GPU上运行它，它似乎在速度上没有什么不同，我想在accumulate=True上它可能是在GPU上使用某种原子来减缓速度。