优化性能以最大像素值调整大小

Question

我想通过只保留每个像素集的最大像素值来缩小图像的大小。我用python实现了这一点：

def pixel_max_resize(img, h, w):    
    imr = np.zeros((h,w),  dtype=np.uint8)
    r = int(h/w)    
    for j in range(0,w):
         imr[:,j] = np.amax(img[:,j*r:j*r+r], axis = 1) 
    return imr

这个函数比同样大小的cv2.resize慢很多（5-10倍）。有人知道如何优化这个函数的速度吗？有没有一个列表理解公式可以加快这个过程？你知道吗

Answer 1

我不是100%确定你想要达到什么，因为如果目标高度不等于源高度，你的代码会抛出一个错误。无论如何，这里有一个函数，它根据每个子采样区域的最大值调整图像的大小。它比你的代码快3-5倍。你知道吗

def pixel_max_resize(img, h, w):
    source_h, source_w = img.shape
    return img.reshape(h,source_h // h,-1,source_w // w).swapaxes(1,2).reshape(h,w,-1).max(axis=2)

（注意：源宽度和高度必须分别是目标宽度和高度的整数倍）

说明：

源2d图像被分割成3d阵列，使得第一和第二轴具有目标宽度和高度的大小，并且第三轴包含针对一个目标像素要二次采样的所有像素的值。max()在这个轴上返回每个子样本的最大值。你知道吗