Question

我正在使用Python实现基本的全局阈值处理。算法的一部分涉及根据强度将像素分组到两个容器中;

group_1 = []
group_2 = []
for intensity in list(image.getdata()):
    if intensity > threshold:
        group_1.append[]
    else:
        group_2.append[]

对于超过0.5百万像素的图像，此方法通常使用约5秒或更长时间。在每种可能的方法中，我都需要检查每个像素，所以我想知道是否有更快的方法（通过使用PIL中的其他方法，其他数据结构或算法？），还是仅仅是Python性能问题？

Answer 1

如果您要使用大量数字信息，则应将图像数据读入numpy并在那里操作数组。这些例程将比你在纯python中编写的任何东西更快（也更简单）。

看到这个问题，让你开始阅读和写作从PIL到numpy：

PIL and numpy

例如，如果图像是灰度图像，则点阵列将只是0-255的数字。要达到“阈值”，您可以简单地执行以下操作：

group1 = A[A> threshold]
group2 = A[A<=threshold]

Python的性能，还是PIL的糟糕用法？

1 个答案: