为什么skimage.transform.rotate比PIL的Image.rotate慢得多？

Question

我正在将一些基于PIL的代码转换为NumPy，但我发现skimage.transform.rotate函数比PIL的Image.rotate慢得多。

作为一个粗略的比较，使用skimage's旋转在~1000x1000像素图像上大约需要2.2秒，而Image.rotate则需要大约0.1秒：

import time
from PIL import Image
import numpy as np
from skimage.transform import rotate

im = Image.open("some_big_image.png").convert("L")
print "Image size: %s" %(im.size, )

s = time.time()
im.rotate(10, Image.BICUBIC, expand=True)
print "Image.rotate: %0.04f" %(time.time() - s, )

ima = np.array(im) / 255.0
s = time.time()
rotate(ima, 10, order=3) # order=3 --> bi-cubic filtering
print "skimage.transform.rotate: %0.04f" %(time.time() - s, )

以及产出：

$ py rotate.py
Image size: (1275, 1650)
Image.rotate: 0.1154
skimage.transform.rotate: 2.2310

(在多次运行中，这些数字或多或少是一致的；我不认为这是没有运行足够的测试的产物)

所以!这是怎么回事？有没有办法加快skimage的rotate

版本信息：

• PIL: 1.1.7
• skimage: 0.14.1
• 数字: 1.7.1
• Python: 2.7.2

同样值得注意的是：

• 如果不使用BICUBIC筛选，则im.rotate操作仅需0.01秒，而将order=0设置为使用最近邻筛选时，skimage.rotate则需要0.6秒。

Answer 1

从https://github.com/scikit-image/scikit-image安装最新版本。就在几天前，我修复了一个与这个慢速相关的bug (参见https://github.com/scikit-image/scikit-image/commit/d5776656a8217e58cb28d5760439a54e96d15316)。

我的数字与当前的dev版本如下：

from PIL import Image
import numpy as np
from skimage.transform import rotate

a = np.zeros((1000, 1000), dtype=np.uint8)

im = Image.fromarray(a)

%timeit im.rotate(10, Image.BICUBIC, expand=True)

ima = a / 255.0
%timeit rotate(ima, 10, order=1)
%timeit rotate(ima, 10, order=3)


## -- Output --
10 loops, best of 3: 41.3 ms per loop
10 loops, best of 3: 43.6 ms per loop
10 loops, best of 3: 101 ms per loop

Answer 2

由于只读取了warp()的Python代码，而没有读取的Cython代码，因此猜测由于skimage使用的是通用的扭曲代码，它的代码路径比专门为平面内旋转而编写的代码路径效率更低。