Эффективный способ подсчитать каждый пиксель изображения определенного значения в Python? - PullRequest
Новая
       4

Эффективный способ подсчитать каждый пиксель изображения определенного значения в Python?

0 голосов
/ 04 октября 2018

У меня есть RGB-изображение, состоящее из 7 возможных цветов.Я хочу посчитать, сколько из каждого типа пикселей присутствует на изображении, эффективным способом.Так что, по возможности, не зацикливайте каждый пиксель, по крайней мере, не вручную (numpy операция в порядке, потому что это намного быстрее)

Я попытался загрузить его в numpy массив, который дает мне массив N * M * 3,но я не могу придумать способ подсчета пикселей определенного значения ... Есть идеи?

Спасибо!

Ответы [ 2 ]

0 голосов
/ 04 октября 2018

Поскольку существует всего семь цветов, простая маскировка при разумных допущениях будет вполне конкурентоспособной.Ниже приведены значения времени для 100x100x3 @ 8-битных случайных изображений: 

timings
np.unique 6.510251379047986
masking   0.2401340039796196

Обратите внимание, что значительное, но не все ускорение происходит из-за объединения каналов в один.

Код: 

import numpy as np

def create(M, N, k=7):
    while True:
        colors = np.random.randint(0, 256**3, (k,), dtype=np.int32)
        if np.unique(colors).size == k:
            break
    picture = colors[np.random.randint(0, k, (M, N))]
    RGB = np.s_[..., :-1] if picture.dtype.str.startswith('<') else np.s_[..., 1:]
    return picture.view(np.uint8).reshape(*picture.shape, 4)[RGB]

def f_df(image):
    return np.unique(image.reshape(-1, 3), 
                     return_counts = True, 
                     axis = 0)

def f_pp(image, nmax=50):
    iai32 = np.pad(image, ((0, 0), (0, 0), (0, 1)), mode='constant')
    iai32 = iai32.view(np.uint32).ravel()

    colors = np.empty((nmax+1,), np.uint32)
    counts = np.empty((nmax+1,), int)
    colors[0] = iai32[0]
    counts[0] = 0
    match = iai32 == colors[0]
    for i in range(1, nmax+1):
        counts[i] = np.count_nonzero(match)
        if counts[i] == iai32.size:
            return colors.view(np.uint8).reshape(-1, 4)[:i, :-1], np.diff(counts[:i+1])
        colors[i] = iai32[match.argmin()]
        match |= iai32 == colors[i]
    raise ValueError('Too many colors')



image = create(100, 100, 7)

col_df, cnt_df = f_df(image)
col_pp, cnt_pp = f_pp(image)
#print(col_df)
#print(cnt_df)
#print(col_pp)
#print(cnt_pp)
idx_df = np.lexsort(col_df.T)
idx_pp = np.lexsort(col_pp.T)

assert np.all(cnt_df[idx_df] == cnt_pp[idx_pp])

from timeit import timeit
print('timings')
print('np.unique', timeit(lambda: f_df(image), number=1000))
print('masking  ', timeit(lambda: f_pp(image), number=1000))
0 голосов
/ 04 октября 2018

Только частично сгладить и использовать np.unique с return_counts = True и axis = 0

flat_image = image.reshape(-1, 3)  # makes one long line of pixels
colors, counts = np.unique(flat_image, return_counts = True, axis = 0)

или одной строкой: 

colors, counts = np.unique(image.reshape(-1, 3), 
                           return_counts = True, 
                           axis = 0)
...