提高10到8位转换性能
提高10到8位转换性能
提问于 2018-07-03 18:34:00
我有10位数据的灰度图像文件。10位保存在2字节上，低位对齐( 10位值0b10 0000 1111保存为0x020F。
我想把它转换成8位，保留最重要的字节。
def convert_10bitTo8Bit(tenBitData):
output_size = int(len(tenBitData) / 2)
eightBitData = bytearray(output_size)
for i in range(output_size):
lowbyte, highbyte = tenBitData[i * 2 + 1], tenBitData[i * 2]
value = (highbyte << 8) + lowbyte
value = (value >> 2) & 0xff
eightBitData[i] = value
return eightBitData这是有效的，但相当慢:对于一个3MB的图像，在我的dev机器上需要大约0.5秒，在打算运行它的设备上需要>8秒(ARM系统，性能类似于PI)。
我试图分析它以找到瓶颈，但cProfile只报告builtins.exec是最耗时的函数。
$ python3 ImageTools.py
5 function calls in 8.560 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 8.560 8.560 <string>:1(<module>)
1 8.559 8.559 8.559 8.559 ImageTools.py:11(convert_10bitTo8Bit)
1 0.000 0.000 8.560 8.560 {built-in method builtins.exec}
1 0.000 0.000 0.000 0.000 {built-in method builtins.len}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}如何提高性能？
回答 2
Stack Overflow用户
发布于 2018-07-03 19:05:27
您可以通过使用numpy对操作进行矢量化来提高性能
# Store byte pairs as columns.
# If `tenBitData` is a `bytes` object, then use `np.fromiter` instead.
>>> data = np.asarray(tenBitData, dtype=np.uint8).reshape(-1, 2)
# Now we apply vectorized conversion.
>>> (data[:, 0] << 6) + (data[:, 1] >> 2)在我的计算机上测试(4MB数据)时，我得到以下计时：
Conversion: 3.044390e-01s
Function: 1.002173e+00s
Numpy: 7.728000e-03s因此，尽管numpy速度很快，但转换仍然是一个瓶颈(至少是3倍)。根据数据最初的存储方式，这种转换可能甚至不是必需的。
Stack Overflow用户
发布于 2018-07-03 18:59:59
你的函数名与函数的实际功能有一点冲突，但它是可以改进的，这假设你不再关心原始的10位数据。假设你总是有成对的字节，它将适用于任何大小，奇数将抛出错误
def convert_8bitTo10Bit(tenBitData):
eightBitData = bytearray()
while tenBitData:
eightBitData.insert(0,((tenBitData.pop() | (tenBitData.pop() << 8)) >> 2 & 0xFF))
return eightBitData页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51152402
复制相关文章
相似问题
腾讯云开发者
