Преобразование Python изображения PIL в массив NumPy очень медленно

Question

Преобразование Python изображения PIL в массив NumPy очень медленно

1

Я оцениваю модель Tensorflow на открытых видеокадрах. Мне нужно изменить изображение входящего PIL в измененный массив numpy, чтобы я мог выполнить вывод на нем. Но я вижу, что преобразование изображения PIL в массив numpy происходит вокруг 900+ миллисекунд на моем ноутбуке с 16-гигабайтной памятью и процессором Intel Core i7 с тактовой частотой 2,6 ГГц. Мне нужно сделать это до нескольких миллисекунд, чтобы я мог обрабатывать несколько кадров в секунду на моей камере.

Может ли кто-нибудь предложить, как сделать метод ниже быстрее?

def load_image_into_numpy_array(pil_image):
    (im_width, im_height) = pil_image.size
    data = pil_image.getdata()

    data_array = np.array(data)

    return data_array.reshape((im_height, im_width, 3)).astype(np.uint8)

При дальнейшем np.array(data) я понял, что np.array(data) занимает большую часть времени... близко к 900+ миллисекундам. Поэтому преобразование данных изображения в массив numpy является реальным виновником.

Pratik Khadloya 22 сен. 2018, в 06:56

Источник

0

На каком этапе вы получаете изображение PIL?
unlut 22 сен. 2018, в 04:24
0

Я получаю PIL-изображение раньше и передаю его этой функции.
Pratik Khadloya 22 сен. 2018, в 04:31
0

Насколько велика картинка?
Warren Weckesser 22 сен. 2018, в 04:42
0

(720, 1280, 3)
Pratik Khadloya 22 сен. 2018, в 08:22

Показать ещё 2 комментария

Теги:

python

tensorflow

opencv

numpy

computer-vision

1 ответ

Ещё вопросы

На каком этапе вы получаете изображение PIL?
Я получаю PIL-изображение раньше и передаю его этой функции.

unlut · Accepted Answer · 2018-09-22T02-48-00.000Z

1

Лучший ответ

Вы можете просто позволить numpy обрабатывать преобразование вместо того, чтобы переделывать себя.

def pil_image_to_numpy_array(pil_image):
    return np.asarray(pil_image)

Вы конвертируете изображение в формат (высота, ширина, канал). Это преобразование по умолчанию. Функция numpy.asarray выполняет на изображении PIL, поэтому явное переформатирование не должно быть необходимым.

unlut 22 сен. 2018, в 02:48

0

Спасибо за решение. Изменение формы необходимо, чтобы я мог получить изображение в правильной форме для вывода ... Проверьте метод load_image_into_numpy_array в github.com/tensorflow/models/blob/master/research/…
Pratik Khadloya 22 сен. 2018, в 04:42
0

Я не уверен, почему явное преобразование необходимо, вы конвертируете изображение в формат (высота, ширина, канал). Когда вы используете метод numpy по умолчанию для преобразования изображения PIL в массив numpy, вы уже получаете свой массив numpy (высота, ширина, канал). Извините, если я что-то здесь упускаю.
unlut 22 сен. 2018, в 04:48
0

О, ладно ... спасибо за информацию. Я просто следил за тем, что делают люди с тензорным потоком ... Кстати, np.asarray(pil_image) супер быстрый ... занимает всего 1 мс ...
Pratik Khadloya 22 сен. 2018, в 04:49
0

рад, что это сработало для вас :)
unlut 22 сен. 2018, в 04:51
0

Интересно, что когда я печатаю pil_image.size я получаю (1280, 720) , но когда я печатаю np.asarray(pil_image).size я получаю (720, 1280, 3) .. Интересно, если бы я изменил высоту и ширину, что привести к неверным результатам
Pratik Khadloya 22 сен. 2018, в 05:04
1

PIL использует (ширина, высота) порядка pillow.readthedocs.io/en/3.1.x/reference/Image.html#attributes , тогда как numpy использует (высота, ширина), как упомянуто здесь stackoverflow.com/questions/43272848/… .
unlut 22 сен. 2018, в 05:21

Показать ещё 4 комментария