黑白图像像素化

Question

我正在做一个功能，像素黑白图像。函数必须被称为pixelate(img, (pixel_width, pixel_height), mode)。

参数(pixel_width, pixel_height)是一个元组，它指示结果像素值的大小。函数必须在任何情况下返回结果，即使它们高于图像维数。如果图像大小不是像素大小的倍数，则一些结果像素的大小将小于(pixel_width, pixel_height)。这个较小的像素将位于图像的右侧和底部边缘，如下面的示例所示。换句话说，像素总是从图像的左上角开始。

参数模式是字符串、'min‘、'max’或‘平均值’。如果我们想要计算新图像像素所在区域的平均值，我们将写“平均值”。我们会写'max‘，如果我们想要最亮的值或最黑暗的'min’。如果平均值有小数，我们将只使用整数部分。

现在我已经完成了程序，但我想写尽可能短的代码，使用尽可能少的CPU内存和时间。

from PIL import Image

import numpy as np

def pixelate_mode(mode):
    if mode == 'mean':
        return np.mean
    elif mode == 'min':
        return min
    elif mode == 'max':
        return max

def pixelate(img, (pixel_width, pixel_height), mode):
    width, height = img.size
    W = 0
    while W * pixel_width < width:
        H = 0
        while H * pixel_height < height:
            l = []
            for x in xrange(pixel_width * W, pixel_width * (W + 1)):
                for y in xrange(pixel_height * H, pixel_height * (H + 1)):
                    if x < width and y < height:
                        l.append(img.getpixel((x, y)))
            color = pixelate_mode(mode)(l)
            for x in xrange(pixel_width * W, pixel_width * (W + 1)):
                for y in xrange(pixel_height * H, pixel_height * (H + 1)):
                    if x < width and y < height:
                        img.putpixel((x, y), color)
            H += 1
        W += 1
    return img

下面是一些将程序应用于这个映像的例子：它有200×200像素，每平方图像10×10像素。

pixelate(img, (10, 10), 'mean')、pixelate(img, (5, 5), 'max')、pixelate(img, (2, 2), 'min')和pixelate(img, (1, 1), 'mean')返回相同的图像。

pixelate(img, (11, 11), 'mean')返回这。

Answer 1

简单优化

与在嵌套循环中执行color = pixelate_mode(mode)(l)不同，您可以在函数开始时计算一次modefunc = pixelate_mode(mode)，然后根据需要调用modefunc(l)。

其他优化

与检查x和y是否在范围内不同，您只需生成它们，使它们始终在范围内：

l = []
for x in xrange(pixel_width * W, min(width, pixel_width * (W + 1))):
    for y in xrange(pixel_height * H, min(height, pixel_height * (H + 1))):
        l.append(img.getpixel((x, y)))
color = modefunc(l)
for x in xrange(pixel_width * W, min(width, pixel_width * (W + 1))):
    for y in xrange(pixel_height * H, min(height, pixel_height * (H + 1))):
        img.putpixel((x, y), color)

此外，对于更优化的版本，您只能计算一次限制：

minx, maxx = pixel_width * W, min(width, pixel_width * (W + 1))
miny, maxy = pixel_height * H, min(height, pixel_height * (H + 1))
l = []
for x in xrange(minx, maxx):
    for y in xrange(miny, maxy):
        l.append(img.getpixel((x, y)))
color = modefunc(l)
for x in xrange(minx, maxx):
    for y in xrange(miny, maxy):
        img.putpixel((x, y), color)

列表表达式

您可以使用列表表达式来定义l。更好的是，您根本不需要l作为列表，只需使用生成器表达式(编辑:显然这对np.array不起作用，所以您必须无论如何构建字符串，可能是使用多个append__s或使用列表理解)。

minx, maxx = pixel_width * W, min(width, pixel_width * (W + 1))
miny, maxy = pixel_height * H, min(height, pixel_height * (H + 1))
color = modefunc(img.getpixel(x, y)
                for x in xrange(minx, maxx)
                for y in xrange(miny, maxy))
for x in xrange(minx, maxx):
    for y in xrange(miny, maxy): 
        img.putpixel((x, y), color)

更多的优化

您可以在嵌套循环之外计算x限制。

您的while循环实际上是伪装的for循环，您可以通过使用for W in range(width/pixel_width)来提高效率，或者可以使用range的step参数来使用您实际需要的值：for w in range(0, width, pixel_width): (在这两种情况下，可能都有一个不一致的问题，但我会让您检查和修复)。

最终(未经测试)版本的代码

def pixelate(img, (pixel_width, pixel_height), mode):
    width, height = img.size
    modefunc = pixelate_mode(mode)
    for w in range(0, width, pixel_width):
        minx, maxx = w, min(width, w + pixel_width)
        for h in range(0, height, pixel_height):
            miny, maxy = h, min(height, h + pixel_height)
            color = modefunc(img.getpixel(x, y)
                    for x in xrange(minx, maxx)
                    for y in xrange(miny, maxy))
            for x in xrange(minx, maxx):
                for y in xrange(miny, maxy):
                img.putpixel((x, y), color)
    return img