numpy 数组重塑 astype 太慢答案

【问题标题】：numpy array reshape astype too slownumpy 数组重塑 astype 太慢
【发布时间】：2018-12-19 14:39:12
【问题描述】：

对于从网络摄像头读取的 640x480x3 图像，为 TensorFlow 准备它的瓶颈是这个 reshape 命令：

def load_image_into_numpy_array(image):

    (im_width, im_height) = image.size
    return np.array(image.getdata()).reshape((im_height, im_width, 3)).astype(np.uint8)

为什么这需要这么长时间，有什么办法可以加快速度？

【问题讨论】：

你确定image.getdata() 不是问题吗？你在这里使用了探查器，还是只打印了几张？ reshape 对您的数据不做任何事情（它只是元数据，它不会改变内存）。转换为 np.uint8 也应该很快。
我认为你是对的，getdata() 命令是慢的部分

标签： python numpy tensorflow

【解决方案1】：

我可以用

import time
import picamera
import numpy as np

with picamera.PiCamera() as camera:
    camera.resolution = (320, 240)
    camera.framerate = 24
    time.sleep(2)
    output = np.empty((240, 320, 3), dtype=np.uint8)
    camera.capture(output, 'rgb')

【讨论】：

目前尚不清楚这是如何解决问题的，这似乎与您的问题完全不同。如果您的问题得到解决，我认为您应该删除您的问题。