Question

我正在尝试使用GDAL和Python实现最小距离算法以进行图像分类。在计算了样本区域的平均像素值并将它们存储到数组列表（“sample_array”）之后，我将图像读入一个名为“values”的数组中。使用以下代码，我遍历此数组：

values = valBD.ReadAsArray()

# loop through pixel columns
for X in range(0,XSize):

    # loop thorugh pixel lines
    for Y in range (0, YSize):

        # initialize variables
        minDist = 9999
        # get minimum distance
        for iSample in range (0, sample_count):
            # dist = calc_distance(values[jPixel, iPixel], sample_array[iSample])

            # computing minimum distance
            iPixelVal = values[Y, X]
            mean = sample_array[iSample]
            dist = math.sqrt((iPixelVal - mean) * (iPixelVal - mean)) # only for testing

            if dist < minDist:
                minDist = dist
                values[Y, X] = iSample

classBD.WriteArray(values, xoff=0, yoff=0)

对于大图像，此过程需要很长时间。这就是为什么我想问一下是否有人知道更快的方法。我不太了解python中不同变量的访问速度。或者也许有人知道我可以使用的图书馆。提前致谢，马里奥

Answer 1

你绝对应该使用NumPy。我使用一些相当大的栅格数据集，NumPy通过它们进行烧录。在我的机器上，使用下面的代码，1000 x 1000阵列没有明显的延迟。关于这是如何工作的解释遵循代码。

import numpy as np
from scipy.spatial.distance import cdist

# some starter data
dim = (1000,1000)
values = np.random.randint(0, 10, dim)

# cdist will want 'samples' as a 2-d array
samples = np.array([1, 2, 3]).reshape(-1, 1)

# this could be a one-liner
# 'values' must have the same number of columns as 'samples'
mins = cdist(values.reshape(-1, 1), samples)
outvalues = mins.argmin(axis=1).reshape(dim)

cdist()计算values中每个元素与samples中每个元素的“距离”。这将生成1,000,000 x 3阵列，其中每行n具有从原始数组中的像素n到每个样本值[1, 2, 3]的距离。 argmin(axis=1)为您提供每行的最小值索引，这是您想要的。快速重塑为您提供了图像所需的矩形格式。

Answer 2

同意Thomas K：使用PIL，或者写一个C函数并使用例如ctypes，或者至少使用一些numPy matrix operations。或者在现有代码上使用pypy（JIT编译的代码可以快100倍，在图像代码上）。试试pypy并告诉我们你的速度有多快。

底线：永远不要像cPython中的本地像素一样做事，解释和内存-mgt开销会杀了你。

使用GDAL和Python的最小距离算法

2 个答案: