Question

在使用python的opencv中是否有办法在利用numpy优化的同时将任意函数应用于图像中的每个像素？

例如，我想获得单通道图像的sigmoid：

out_image[:,:] = 1 / (1 + math.exp(-in_img[:,:]))

但这不起作用（毫不奇怪）：TypeError: only length-1 arrays can be converted to Python scalars。

有没有办法哄骗numpy做这样的事情？

我当然可以迭代像素，这在C ++中可能会很好，但在python中它很慢。

Answer 1

正如@Divakar所建议的那样，取代仅math.exp了解numpy.exp的标量ndarray的{{1}}是了解in_img = numpy.random.random((1000, 1000))的方法。

作为旁注，一些基准：

%timeit (1 / (1 + numpy.exp(-in_img[:,:])))

在CPython中：

import numexpr
%timeit numexpr.evaluate("1 / (1 + exp(-in_img))")
10 loops, best of 3: 27.9 ms per loop

10个循环，最佳3：每循环51.1 ms

使用numexpr：

import numpy
from numba import vectorize, float64
@vectorize([float64(float64)])
def f(x):
    return 1 / (1 + numpy.exp(-x))

使用Numba（假设您正确注释了您的功能，如下所示）

%timeit f(in_img)
100 loops, best of 3: 5.34 ms per loop

你得到：

#pythran export f(float[][])
def f(in_img):
    return 1 / (1 + numpy.exp(-in_img[:,:]))

使用pythran（假设您编译了以下函数）

pythran f.py -DUSE_BOOST_SIMD -march=native

用以下内容编译：

100 loops, best of 3: 5.07 ms per loop

并替补它：

$("#ShortText").css({
           fontSize:screen.height*.015,
            //right: screen.width * .18,
            //top: screen.height * .585,
            width:screen.width * .6,
            right: screen.width * .2,
            top:screen.height*.65
        });

Opencv python：对每个像素应用任意函数而不进行迭代

1 个答案: