如何优化此魔杖代码？执行时间很长答案

【问题标题】：How can I optimize this wand code? It is very long to execute如何优化此魔杖代码？执行时间很长
【发布时间】：2019-07-23 05:11:13
【问题描述】：

我的本地机器上有一个代码需要 45 秒（这是一个很好的 i7 配置）。我目前正在使用魔杖，但如果您有其他想法，我愿意向其他图书馆开放。这段代码的目标是模糊一张图片的中间并逐渐模糊直到边框：

from wand.image import Image, CHANNELS
from wand.api import library
from wand.display import display
from wand.drawing import Drawing
from wand.color import Color

with Image(filename='paysage.jpg') as img:
    points = {'black': (0, img.height), 'white': (0, 0)}
    img.sparse_color('bilinear', points)
    img.function('polynomial', [3, -3, 1])
    img.negate()
    img.save(filename='filtre.jpg')

with Image(filename='paysage.jpg') as src:
    with Image(filename='filtre.jpg') as dst:
        src.composite(dst, operator='blur', arguments='20')
    src.save(filename='paysagefiltered.jpg')
    display(src)

感谢您的帮助:)

【问题讨论】：

试试pillow-simd或opencv或两者的组合python-pillow.org/pillow-perf
谢谢，您认为使用pillow-simd 可以做到这一点？？
看看这个stackoverflow.com/questions/50787948/…
谢谢，但这不是我想要的 :( 在你的例子中，一部分模糊图像粘贴在图片上，我想要一个真正的渐变
嗯，这是一个如何应用模糊蒙版的示例。您可以很容易地想出一个解决方案，例如： 1 - 创建 10 个单独的模糊蒙版，长度 = orig_im.length, height = orig_im.height / 20，模糊半径随着每次迭代而变高。 2 - 自上而下堆叠模糊层 3 - 在 y 方向镜像堆栈将模糊蒙版应用于原始 im。这可能不是最好的方法，但它会起作用:)

标签： python optimization wand

【解决方案1】：

另一个问题，直接应用具有逐渐变化的半径的模糊，从图像中裁剪部分，将所有图像组合成一个图像并应用最后一个模糊以平滑所有过渡。您可以根据需要调整值。

from PIL import Image
from PIL import ImageFilter

RADIUS = 0
INPUT_IMAGE_FILENAME = "./w2UR2.jpg"
OUTPUT_IMAGE_FILENAME = "./output.jpg"

# Open source image 
im = Image.open(INPUT_IMAGE_FILENAME)

# adjustable blur radius 
diam = 2 * RADIUS

w, h = im.size
step = int(h / 20)
result = Image.new("RGB", (w, h))

stack = []
for i in range(20):
    blur = im.filter(ImageFilter.GaussianBlur(diam / 2))
    crop = blur.crop((0, step * i, w, step * (i + 1)))
    result.paste(crop, (0, i * step))
    diam += (i < 10) - (i > 10)


# smooth out the whole image

result = result.filter(ImageFilter.GaussianBlur(1))
result.save(OUTPUT_IMAGE_FILENAME)

结果：

9岁i5的运行时间是：

➜  ~ time python a.py
python a.py  1.03s user 0.35s system 131% cpu 1.049 total

【讨论】：