python中的内存高效和干净的set()

Question

我试图在图像中获取唯一颜色的列表(rgba值)。以下是我的尝试：

# 1 - too ugly and clunky
all_colors = []
for i in range(width):
        for j in range(height):
                color = pix[i, j]
                if color not in all_colors:
                        all_colors.append(color)

或

# 2 - not memory-efficient, as it adds the whole list into memory
all_colors = list(set([pix[i, j] for i in range(width) for j in range(height)]))

编辑:这是设置：

from PIL import Image

img = Image.open("../Camouflage.png")
pix = img.load()

非常感谢。

Answer 1

简单点怎么样？

all_colors = set(img.getdata())

或者让枕头做艰苦的工作：

all_colors = [color for _, color in img.getcolors()]

基准测试结果以及我的测试映像上的集合理解解决方案(因为您没有提供任何)：

113 ms  set_comp
 68 ms  set_getdata
  1 ms  getcolors

115 ms  set_comp
 65 ms  set_getdata
  1 ms  getcolors

106 ms  set_comp
 62 ms  set_getdata
  1 ms  getcolors

使用img.getdata()，您可以得到一个“类似序列的对象”，它看起来很轻：

>>> img.getdata()
<ImagingCore object at 0x7f0ebd0f1e50>

>>> import sys
>>> sys.getsizeof(img.getdata())
32

基准代码：

from timeit import repeat
from PIL import Image

def set_comp(img):
    pix = img.load()
    width, height = img.size
    return {pix[i,j] for i in range(width) for j in range(height)}

def set_getdata(img):
    return set(img.getdata())

def getcolors(img):
    return [color for _, color in img.getcolors()]

funcs = set_comp, set_getdata, getcolors

def main():
    img = Image.open("test.png")
    for _ in range(3):
        for func in funcs:
            t = min(repeat(lambda: func(img), number=1))
            print('%3d ms ' % (t * 1e3), func.__name__)
        print()

main()

Answer 2

没有必要将list传递给set()。使用生成器表达式：

all_colors = set(pix[i,j] for i in range(width) for j in range(height))

或者，使用一套理解：

all_colors = {pix[i,j] for i in range(width) for j in range(height)}

我通过构建一组1_000_000项来对它们进行计时。平均而言，集合理解速度小于10 On，且它们之间的距离在1 std之间。