平方差之和（SSD）（单位：numpy/scipy）

Question

我试图使用Python和Numpy/Scipy来实现一个图像处理算法。profiler告诉我在下面的函数中花费了很多时间（经常调用），它告诉我两个图像之间的平方差之和

def ssd(A,B):
    s = 0
    for i in range(3):
        s += sum(pow(A[:,:,i] - B[:,:,i],2))
    return s

我怎样才能加快速度？谢谢。

Answer 1

我不明白你为什么要服用i in range(3)。这应该是整个阵列，还是只是一部分？

总的来说，您可以用在numpy中定义的操作替换大部分：

def ssd(A,B):
    squares = (A[:,:,:3] - B[:,:,:3]) ** 2
    return numpy.sum(squares)

这样，您可以执行一个操作而不是三个操作，并且使用numpy.sum可以比内置的sum更好地优化加法。

Answer 2

只是

s = numpy.sum((A[:,:,0:3]-B[:,:,0:3])**2)

（如果形状总是（，，3），我希望它可能只是sum((A-B)**2)）

也可以使用sum方法：((A-B)**2).sum()

对吧？

Answer 3

我不知道power 2的pow（）函数是否会很快。尝试：

def ssd(A,B):
    s = 0
    for i in  range(3):
        s += sum((A[:,:,i] - B[:,:,i])*A[:,:,i] - B[:,:,i])
    return s