Question

我有一个工作程序，尽管工作可能被夸大了。我想优化代码，我使用了for循环来求和屏幕的红色，绿色和蓝色像素值。

我以前尝试过沿第二个轴求和，但无济于事。因此，任何其他提示都将有所帮助。如果需要，我也打算使用其他库。

import numpy as np
from PIL import ImageGrab
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

colors = ['red', 'lime', 'blue']
explode = (0.01, 0.01, 0.01)
labels = ['Red', 'Green', 'Blue']
nums = [0, 0, 0]

fig, ax = plt.subplots()

def update(num):
    ax.clear()
    ax.axis('equal')
    str_num = str(num)

    nums = [0, 0, 0]

    screen = np.array(ImageGrab.grab(bbox=(0,0,1920,1080)))
    for x in range ((1079)):
        for y in range ((1919)):
            nums[0] += screen[x][y][0]
            nums[1] += screen[x][y][1]
            nums[2] += screen[x][y][2]

    ax.pie(nums, explode=explode, labels=labels, colors=colors,
            autopct='%1.1f%%', shadow=True, startangle=140)
    ax.set_title(str_num)

ani = FuncAnimation(fig, update, repeat=False)
plt.show()

我希望我的时间至少会有一点改善。目前，加载新帧大约需要7或8秒钟，但是我对3到4以下的值感到满意。

Answer 1

由于screen变量是一个NumPy数组，因此不需要for循环。您可以直接将总和作为

def update(num):
    ax.clear()
    ax.axis('equal')
    str_num = str(num)

    nums = [0, 0, 0]
    screen = np.array(ImageGrab.grab(bbox=(0,0,1920,1080)))
    # This should work too:
    # nums = np.sum(screen, axis=(1,2))
    nums[0] = np.sum(screen[:,:,0])
    nums[1] = np.sum(screen[:,:,1])
    nums[2] = np.sum(screen[:,:,2])

    ax.pie(nums, explode=explode, labels=labels, colors=colors,
            autopct='%1.1f%%', shadow=True, startangle=140)
    ax.set_title(str_num)

用numpy对rgb值求和的最有效方法

1 个答案: