提高Python中图像处理循环的速度

-1

我是python的新手。我正在编写一个将相机输入转换为二进制格式的程序。它显示了那里4秒的滞后。我正在设计手势识别。所以这4秒的延迟是不可接受的。谁能帮我？提高Python中图像处理循环的速度

import numpy as np 
import cv2,cv 
from PIL import Image 
from scipy.misc import imsave 
import numpy 
def binarize_image(image, threshold): 
    """Binarize an image.""" 
    image = numpy.array(image) 
    image = binarize_array(image, threshold) 
    return image 
def binarize_array(numpy_array, threshold): 
    """Binarize a numpy array.""" 
    for i in range(len(numpy_array)): 
     for j in range(len(numpy_array[0])): 
      if numpy_array[i][j] > threshold: 
       numpy_array[i][j] = 255 
      else: 
       numpy_array[i][j] = 0 
    return numpy_array 
cap = cv2.VideoCapture(0) 
while(True): 
    ret, frame = cap.read() 
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 
    im_bw=binarize_image(gray, 50) 


    cv2.imshow('frame',im_bw) 
    if cv2.waitKey(1) & 0xFF == ord('q'): 
     break 

cap.release() 
cv2.destroyAllWindows()

来源

2017-02-04 Prabin Krishna M

我会首先使用Profiler来寻找热点开始。这应该是你为这种情况达到的第一个工具之一。 – Carcigenicate

你的形象有多大？我认为你的binarize_arry函数效率很低，因为它在普通的python嵌套循环中单独处理numpy数组中的所有值。在处理numpy时，这是一个不可能的事情。研究在整个阵列上运行的numpy特定操作 –

我从我的摄像头获取输入，其中1280 * 720 –

你可以重写你的binarize_array只使用numpy的（这就是你应该总是试图用numpy的工作时这样做）：

>>> a 
array([[ 0.45789954, 0.05463345, 0.95972817], 
     [ 0.32624327, 0.34981164, 0.4645523 ], 
     [ 0.49630741, 0.44292407, 0.29463364]]) 
>>> mask = a > 0.5 
>>> mask 
array([[False, False, True], 
     [False, False, False], 
     [False, False, False]], dtype=bool) 
>>> a[mask] = 1 
>>> a[~mask] = 0 
>>> a 
array([[ 0., 0., 1.], 
     [ 0., 0., 0.], 
     [ 0., 0., 0.]])

来源

2017-02-04 02:17:01 BlackBear

提高Python中图像处理循环的速度

回答

相关问题