使用 python 来改变图像的对比度，但它太慢了

Question

我正在尝试从头开始在 python 中实现更改对比度。但它太慢了，处理一张图像大约需要 30 秒。太多的for循环可能是这个问题，但任何人都可以建议我如何优化的正确方法。对不起，如果这是一个幼稚的问题。但确实需要一些新的视角来处理这个问题。以防有人对因子值感到好奇，它的范围是 -0.5,0,0.5,2。

def ChangeContrast(self,factor):

        img= self.img
        self.height,self.width = img.shape[:2]
        for ch in range(self.channels):
            for i in range(self.height):
                for j in range(self.width):
                            img[i][j][ch]= np.clip(factor * (img[i,j][ch] - 128)+ 128,0,255)

                    
        return img

谢谢！！

Answer 1

Python 是一种天生就很慢的语言，因此每次向 Python 解释器传递一行代码时，性能都会受到影响。

Numpy 是解决此问题的一种方法，因为 numpy 允许您一次对整个数组进行操作。

实际上很容易将嵌套的 for 循环转换为：

np.clip(factor*(img - 128)+128,0,255)

根据经验，在处理图像时，opencv 会比 numpy 提供更好的性能。但既然你说你是从头开始实施，我猜你不是在寻找那个。

编辑：

在您的 for 循环中，您将项目分配用于具有整数数据类型的 numpy 数组，因此 numpy 会自动将结果转换为整数。但在我的版本中，numpy 创建了一个新数组并决定它应该是浮点数，因为它是通过将浮点数（因子）与数组相乘而创建的。

基本上，您必须决定如何处理浮点运算。您是否想存储额外的精度并以浮点数处理事物（需要更多的计算时间和内存，而且您必须在保存图像或将其传递给其他库之前转换回来，因为它们通常只处理整数）或做你只想处理整数？

如果您只想要整数，请使用：

np.array((np.clip(factor*(img - 128)+128,0,255), np.int8)