加速图像上的逐像素操作

Question

我正在尝试对图像执行逐像素操作，但速度非常慢。一张尺寸（512*512）的图片需要7-8个小时，而我的图片最大为2048*2048。

我也尝试过使用 Numba 对其进行优化，但由于存在大量 pyobjects 而它花费的时间相同，这是根据 this 教程很糟糕，因为 numba 无法将变量转换成它理解的东西，因此无法优化。

以下是我的问题的简短版本，我附上了完整的细节所以，现在我正在尝试按照 this 使用 cython 教程。以下是我的代码，我正在尝试对其进行优化-

img = Image.open(path_dir)
pixelMap = img.load()
roi = []
for i in range(img.size[0]):
    for j in range(img.size[1]):
        if pix[i,j] == 255:
            roi.append([i,j])

notroi = img.size[0]*img.size[1] - len(roi)

在这上面，花不了多少时间，我也不需要修改。

def roifun(img,roi,notroi,newmap,pix):
    while(notroi):
        border_pixels = []
        h = img.size[0]
        w = img.size[1]
        for i in range(0,h):    //---1
            for j in range(0,w):
                if [i,j] not in roi and ([i+1, j] in roi or [i-1, j] in roi or [i, j+1] in roi or [i, j-1] in roi):
                    border_pixels.append([i,j])
        for (each_i,each_j) in border_pixels: //---2
            color_sum = 0
            count = 1
            eight_neighbourhood = [[each_i-1,each_j],[each_i+1,each_j],[each_i,each_j-1],[each_i,each_j+1],[each_i-1,each_j-1],[each_i-1,each_j+1],[each_i+1,each_j-1],[each_i+1,each_j+1]]
            for pix_i,pix_j in eight_neighbourhood:
                if (pix_i,pix_j) in roi:
                    color_sum+=pix[pix_i,pix_j]
                    count+=1
            newmap[each_i,each_j]=(color_sum//count)

        for (i,j) in border_pixels: //----3
            roi.append([i,j])
            border_pixels.remove([i,j])
            notroi = notroi-1
            print(notroi)

现在，我只是将上述代码转换为cython的问题分为3部分（根据他们的for循环），以便于调试。

我把第一个循环转换成下面的方式-

%%cython -a
import cython
cimport numpy as np
# @cython.boundscheck(False)
cpdef border(img,roi):
    border_pixels = []
    cdef long h,w,i,j
    h = img.shape[0]
    w = img.shape[1]
    for i in range(0,h):
        for j in range(0,w):
            if [i,j] not in roi and ([i+1, j] in roi or [i-1, j] in roi or [i, j+1] in roi or [i, j-1] in roi):
                border_pixels.append([i,j])

我遇到的问题-
1)调用border函数时得到TypeError: a bytes-like object is required, not 'list'.
我不知道为什么它希望列表在 byte like object 中以及如何做到这一点。
2）我不知道如何以cython方式转换图像，我尝试将其转换为char[:,:]但随后出现错误TypeError: a bytes-like object is required, not 'GIFImageFile。

在第二个循环中，我会遇到同样的问题，但现在我还必须尝试将 pix 转换为 pixel object.

以防万一，如果你们想知道我想要实现什么，完整的细节在这个问题中。
Expanding the Region of interest of an image

不使用 cython 的任何其他方式也值得赞赏。

Answer 1

我肯定会考虑使用 scikit-image 或至少将 numpy 用于任何需要处理图像像素的地方。在纯 python 中会花费太长时间。

要使用 skimage 重现您的第一段代码，我会这样做：

from skimage import io

img = io.imread(path_dir)
mask = img == 255

这将为您提供一个 True/False 值的 numpy 数组，其中像素等于 255。然后您可以扩大该掩码以获得扩展的感兴趣区域。

加速图像上的逐像素操作

Speeding up the pixel by pixel operations on the image

python

parallel-processing

distributed-computing

cython

numba