Question

我要做的是拍摄大量（最多48张）1024x768图像，这些图像是彩色编码图像（天气图，沉降覆盖图），并随着时间的推移加起来沉淀。当我遇到非沉淀时，我想在相关像素周围取一个5x5的盒子并平均该值，并将该值用作相关像素的值。

我能做到这一点，但要完成它需要很长时间。我听说numpy可以提高速度但是我仍然无法理解如何根据必须发生的事件顺序来提高速度。似乎我仍然需要逐像素地完成它。我已经包含了一些关于我正在使用的代码的想法。

我实际上有两个单独的程序，一个用于下载图像，另一个用于图像处理（在不久的将来合并两个程序，只是试图在合并之前解决所有错误）。因此，一些下载编码可能看起来有点奇怪。我想我可能直接将文件写入变量，但我没有这样做，所以我坚持使用更长的方法。

无论如何提高速度？由于采用了颜色编码方案，我没有看到逐像素地避开像素（看左下方的颜色条显示完整的颜色方案......我只在编码中包含部分内容用于演示目的）由于我从这两个程序中删除并将重要部分放在这里，所以有些编码可能有点粗糙......它显示了我目前正在做的事情，并充分了解我将如何做它

此外，如果您在发布后三到四天或更长时间内看到这一点，则需要将下载链接中的日期更改为当前日期。这些文件仅在服务器上保留3-4天才会被删除。

from PIL import Image
import time
import urllib
import os

pathstr = '/'
url = 'http://mag.ncep.noaa.gov/GemPakTier/MagGemPakImages/gfs/20140216/00/gfs_namer_006_1000_500_thick.gif'
urllib.urlretrieve(url,str(pathstr + '20140216006.gif'))

url = 'http://mag.ncep.noaa.gov/GemPakTier/MagGemPakImages/gfs/20140216/00/gfs_namer_012_1000_500_thick.gif'
urllib.urlretrieve(url,str(pathstr + '20140216012.gif'))

url = 'http://mag.ncep.noaa.gov/GemPakTier/MagGemPakImages/gfs/20140216/00/gfs_namer_018_1000_500_thick.gif'
urllib.urlretrieve(url,str(pathstr + '20140216018.gif'))

url = 'http://mag.ncep.noaa.gov/GemPakTier/MagGemPakImages/gfs/20140216/00/gfs_namer_024_1000_500_thick.gif'
urllib.urlretrieve(url,str(pathstr + '20140216024.gif'))

class Convert():
    def __init__(self):
        self.colorscale2 = [(255,255,255),(127,255,0),(0,205,0),(145,44,238),(16,78,139),
                        (30,144,255),(0,178,238),(0,238,238),(137,104,205),(0,139,0),
                        (139,0,139),(139,0,0),(205,0,0),(238,64,0),(255,127,0),(205,133,0),
                        (255,215,0),(238,238,0),(255,255,0),(139,71,38),(255,0,0),(0,0,255),(0,0,0)]

        self.x = 0
        self.y = 0 
        self.grid = 0
        self.moist = 0
        self.scan = 0
        self.turn = 0
        self.precip = {}
        start = time.time()
        for i in range(6, 30, 6):
            if i < 10:
                filename = '/2014021600' + str(i) + '.gif'
            else:
                filename = '/201402160' + str(i) + '.gif'
            self.im1 = Image.open(filename).convert('RGB')
            self.image = self.im1.getdata()
            self.size = width, height = self.im1.size
            self.coordinates = self.x,self.y = width, height
            self.getprecip()
            self.turn = 1
        print (time.time()-start)

def getprecip(self):
    for self.x in range(81, 950):
        for self.y in range(29, 749):
            if self.turn == 0:
                self.moist = 0
            else:
                self.moist = self.precip[self.x,self.y]
            self.coordinates = self.x,self.y
            self.scan = 0
            self.imagescan()
            if self.turn == 0:
                self.precip[self.x,self.y] = self.moist
            else:
                self.precip[self.x,self.y] += self.moist


def imagescan(self):
    if self.image[(self.y * 1024) + self.x] == self.colorscale2[0]:
        self.moist =0
        self.grid -=1
    elif self.image[(self.y * 1024) + self.x] == self.colorscale2[1]:
        self.moist =.01
    elif self.image[(self.y * 1024) + self.x] == self.colorscale2[2]:
        self.moist =.1
    elif self.image[(self.y * 1024) + self.x] == self.colorscale2[3]:
        self.moist =.25
    elif self.image[(self.y * 1024) + self.x] == self.colorscale2[4]:
        self.moist =.5
    #on and on through self.colorscale2[18]

    if self.scan == 1:
        self.grid += 1
    if self.scan == 0:
        x = self.x
        y = self.y
        self.deliso540()
        self.x = x
        self.y = y

def deliso540(self):
    self.grid = 1
    self.scan = 1
    for p in range(self.x-2,self.x+2):
        for q in range(self.y-2,self.y+2):
            self.x = p
            self.y = q
            self.imagescan()

    self.moist = self.moist / self.grid

提高连接多个图像的速度

0 个答案: