加快两幅图像的差值
加快两幅图像的差值
提问于 2020-05-17 19:37:06
我有两个图像作为numpy数组，每个图像是180x180，并且有R、G、B值，总共有97200个值。我遍历每个像素和每个R，G，B；计算对应的两个像素之间的差值，并将其加到一个整数。大约需要5秒。我怎样才能加快手术速度？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-05-17 20:38:40
使用numpy，您可以直接完成它
result = (array1 - array2).sum()你也只能在一个方向上计算。
result = (array1 - array2).sum(axis=0)
result = (array1 - array2).sum(axis=1)
result = (array1 - array2).sum(axis=2)在我的旧计算机上的图像800x600，它需要大约0.003秒。
cv2示例，它将图像作为numpy数组提供。
import cv2
import time
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')
print('shape:', img1.shape)
start = time.time()
result = (img1 - img2).sum()
end = time.time()
print('result:', result)
print(' time:', end-start)编辑:带有图像的 numpy数组可以使用数据类型uint8，它只能使用值0..255，因此1-2可以给出254而不是-1。您可以将数据转换为int，以获得负值和-1，而不是254。然后，您可以使用abs()或**2将负值转换为正值，以在均方误差中创建正确的和样。
print(img1.dtype, img1.dtype)
img1 = img1.astype(int)
img2 = img2.astype(int)
diff = img1 - img2
print( diff.sum() )
print( (diff**2).sum() )
print( np.abs(diff).sum() )所有这些计算仍然是快速的。
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/61857699
复制相关文章
相似问题
腾讯云开发者
