我想在进行numpy
计算时显示一些图像:
import numpy as np
import matplotlib.pyplot as plt
plt.ion() # Turn the interactive mode on.
for i in range(100):
A = np.random.randn(10,10)
plt.imshow(A)
plt.pause(0.001)
# do some other numpy computations here (they take < 1 ms)
速度不是很快显示图像,而是很慢。
我并不是要求每秒100帧,但我认为可以达到30 fps,但事实并非如此:经过几次迭代,我在标准i5笔记本电脑(Windows 7 x64)上接近2 fps。
如何提高imshow
的刷新速度?
注意:
我已经尝试过Fast Live Plotting in Matplotlib / PyPlot的主要答案,但是对于这种简单的任务,这里似乎是一个复杂的方法(使用blit
参数),而且不能达到28 fps,但只能达到15 fps 。
我只想将矩阵显示为图像:没有边框,没有轴,没有子图等,我想这可以比解决方案Fast Live Plotting in Matplotlib / PyPlot更快,也许不是使用matplotlib而是使用另一个库?
答案 0 :(得分:2)
这是因为您在每次迭代中都会创建一个新图像,最终在您的图形中生成100张图像。
创建动画的推荐方法是使用FuncAnimation
并仅更改图像的数据,而不是一直绘制新图像。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
im = plt.imshow(np.random.randn(10,10))
def update(i):
A = np.random.randn(10,10)
im.set_array(A)
return im, text
ani = FuncAnimation(plt.gcf(), update, frames=range(100), interval=5, blit=False)
plt.show()
即使interval
设置为5毫秒,以上代码在我的计算机上也以50 fps的速度运行。它不会以最快的速度运行。您现在可以使用blitting,即blit=True
,在这种情况下,我看到的是100 fps。这是matplotlib可以达到的极限,但是当然会因计算机的性能而异。
但是请注意,人脑无法分辨100 fps。有人说25是通常的帧速率,因此大多数电影也使用这种帧速率。因此,这里甚至不需要使用blitting,因为50 fps比您能看到的更大。
如果出于任何原因想要提高动画速度,则需要使用matplotlib以外的其他库。
例如参见
在已编辑的问题中,一个句子表示不应有边界。这是通过使图形尺寸服从图像的外观(正方形图像->正方形图形)并将所有边距设置为零来实现的
plt.figure(figsize=(5,5))
plt.subplots_adjust(0,0,1,1)
答案下方的评论坚持使用for循环。看起来像
im = plt.imshow(np.random.randn(10,10))
plt.ion()
for i in range(100):
A = np.random.randn(10,10)
im.set_array(A)
plt.pause(0.005)
plt.ioff()
plt.show()
它会比使用FuncAnimation
慢一点,因为动画发生在GUI事件循环之外。另请注意,如在Fast Live Plotting in Matplotlib / PyPlot
答案 1 :(得分:0)
借助OpenCV,我找到了更快的解决方案。以下代码在我的计算机上运行2秒钟,即能够以500 fps的速度渲染(我知道人眼看不到它,但是很高兴知道这种方法非常快)
import numpy as np
import cv2
cv2.namedWindow('img', cv2.WINDOW_NORMAL)
for i in range(1000):
A = np.random.randn(10,10)
cv2.imshow("img", A)
cv2.waitKey(1) # it's needed, but no problem, it won't pause/wait