首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >刚性转换- Python -加速比

问刚性转换- Python -加速比
EN

Stack Overflow用户
提问于 2016-11-24 15:38:38
回答 2查看 1.8K关注 0票数 3

关于如何更快地计算刚性转换,我有以下问题(是的,我知道我可以简单地使用库,但需要自己编写代码)。

对于给定图像中的每一个x,y,我需要计算x‘和y’。我的主要瓶颈是所有坐标的点积(这之后的插值不是问题)。目前,我实施了三个备选方案:

  1. 列表理解 结果=np.array([np.dot(矩阵,np.array(x,y,1)对于x in xs]用于y in ys])
  2. 简单双for循环 结果= np.zeros((Y,X,3))对x中的x:y在ys:结式,x,:=np.dot(矩阵,np.array(x,y,1))
  3. np.ndenumerate (y,x)的结果=np.zeros( y,X,3),np.ndenumerate(图像)中的值:结果,x,:=np.dot(矩阵,np.array(x,y,1))

512x512图像中最快的方法是列表理解(比np.ndenumerate快1.5倍,比double for循环快1.1倍)。

有办法更快地做到这一点吗?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2016-11-24 17:31:01

借鉴this post的思想,创建1D数组而不是2D或3D网格,并将它们与实时broadcasted操作一起使用以提高内存效率,从而获得性能上的好处。

代码语言:javascript
复制
out = ys[:,None,None]*matrix[:,1] + xs[:,None]*matrix[:,0] + matrix[:,2]

如果你用xs和ys覆盖512x512大小的图像的所有索引,我们会用np.arange创建它们,就像这样-

代码语言:javascript
复制
ys = np.arange(512)
xs = np.arange(512)

运行时测试

函数定义-

代码语言:javascript
复制
def original_listcomp_app(matrix, X, Y): # Original soln with list-compr. 
    ys = np.arange(Y)
    xs = np.arange(X)
    out = np.array([[np.dot(matrix, np.array([x, y, 1])) for x in xs] \
                                                           for y in ys])
    return out    

def indices_app(matrix, X, Y):        # @Eric's soln  
    coords_ext = np.empty((Y, X, 3))
    coords_ext[...,[1,0]] = np.rollaxis(np.indices((Y, X)), 0, start=3)
    coords_ext[...,2] = 1    
    result = np.matmul(coords_ext,matrix.T)
    return result

def broadcasting_app(matrix, X, Y):  # Broadcasting based
    ys = np.arange(Y)
    xs = np.arange(X)
    out = ys[:,None,None]*matrix[:,1] + xs[:,None]*matrix[:,0] + matrix[:,2]
    return out

时间安排和核查-

代码语言:javascript
复制
In [242]: # Inputs
     ...: matrix = np.random.rand(3,3)
     ...: X,Y = 512, 512
     ...: 

In [243]: out0 = original_listcomp_app(matrix, X, Y)
     ...: out1 = indices_app(matrix, X, Y)
     ...: out2 = broadcasting_app(matrix, X, Y)
     ...: 

In [244]: np.allclose(out0, out1)
Out[244]: True

In [245]: np.allclose(out0, out2)
Out[245]: True

In [253]: %timeit original_listcomp_app(matrix, X, Y)
1 loops, best of 3: 1.32 s per loop

In [254]: %timeit indices_app(matrix, X, Y)
100 loops, best of 3: 16.1 ms per loop

In [255]: %timeit broadcasting_app(matrix, X, Y)
100 loops, best of 3: 9.64 ms per loop
票数 3
EN

Stack Overflow用户

发布于 2016-11-24 16:52:09

您可以使用np.indices和np.rollaxis生成一个3D数组,其中coords[i, j] == [i, j]。在这里坐标需要转换

然后,您所做的就是附加您所要求的1,并使用@

代码语言:javascript
复制
coords_ext = np.empty((Y, X, 3))
coords_ext[...,[1,0]] = np.rollaxis(np.indices((Y, X)), 0, start=3)
coords_ext[...,2] = 1

# convert to column vectors and back for matmul broadcasting
result = (matrix @ coords_ext[...,None])[...,0]

# or alternatively, work with row vectors and do it in the other order
result = coords_ext @ matrix.T
票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/40790219

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档