使用 PIL 和 Numpy 进行 Python 图像过滤太慢

Question

我正在尝试使用 PIL 和 Numpy 在 Python 中实现最简单的高斯滤波器。一切正常，但速度很慢:(不知道如何加快速度。你能帮忙吗？

import os, sys  
import Image, ImageEnhance  
import numpy as np  

if (len(sys.argv) > 1):  
    im = Image.open(sys.argv[1])  
    data = np.array(im.resize((200,200)))  
    out_data = np.array(data)  
    chs = len(data[0][0])  
    kernel = np.array([[1.,2,1],  
                       [2,3,2],  
                       [1,2,1]])  
    ctr = 1  
    kernel = kernel/np.sum(kernel)  
    for x in xrange(data.shape[0]):  
        for y in xrange(data.shape[1]):  
            for c in xrange(chs):  
                acc = 0  
                for i in xrange(kernel.shape[0]):  
                    for j in xrange(kernel.shape[1]):  
                        m = x + i - ctr  
                        n = y + j - ctr  
                        if (m >= 0 and n >= 0 and m < data.shape[0] and n < data.shape  [1]):
                            acc += data[m][n][c]*kernel[i][j]  
                out_data[x][y][c] = acc  
    out = Image.new(im.mode, (data.shape[0], data.shape[1]))  
    out = Image.fromarray(out_data)  
    out.show()  
else:  
    print "no file was passed"  

Answer 1

查看this question here 的答案。

高斯模糊滤镜是可分离的，这意味着您可以大大降低算法的复杂性（除了查看其他答案的建议，即并行化）。

Answer 2

您是否尝试过对此进行分析？如果您发现自己将大部分时间都花在了哪些地方，那么集中在哪里进行优化就会更加明显。

这部分看起来令人尴尬，您可能希望对这些使用多线程或多处理，这取决于大部分时间是花在 GIL 中执行 python 还是在 GIL 之外执行 numpy。