Python:沿垂直轴镜像图像的最有效方法

Question

我有很多图像需要(即时)翻转，因此我正在寻找使用 Python 执行此操作的最快方法。

最有效的方法是什么？

我在磁盘上有图像文件并尝试了一些方法，如下面我自己的回答所示，但这些都是从 Numpy 数组开始的，因此可能不是最佳的。有没有更好的方法？

Answer 1

您可以简单地使用切片来翻转倒数第二个轴，以获得输入图像数组中的等效翻转 View ，因为这样不会在内存中创建任何新数据，因此是一种高效的数据, 像这样 -

images[...,::-1,:]

如果您仍然需要制作副本，请在那里使用 .copy，这仍然比 np.fliplr 更有效，并且对于小/体面大小的数组来说很明显。

运行时测试-

看来 NumPy 是赢家，所以我会用它来测试一下。

In [64]: images = np.random.randint(0,255,(3,200,400,3))

In [65]: out1 = np.array([np.fliplr(images[i]) for i in range(3)])

In [66]: out2 = images[...,::-1,:]

In [67]: np.allclose(out1, out2)
Out[67]: True

In [68]: %timeit np.array([np.fliplr(images[i]) for i in range(3)])
1000 loops, best of 3: 1.38 ms per loop

In [69]: %timeit images[...,::-1,:]
1000000 loops, best of 3: 259 ns per loop # virtually free

如果你需要文案-

In [76]: images = np.random.randint(0,255,(3,10,10,3))

In [77]: %timeit np.array([np.fliplr(images[i]) for i in range(3)])
100000 loops, best of 3: 5.76 µs per loop

In [78]: %timeit images[...,::-1,:].copy()
100000 loops, best of 3: 2.23 µs per loop

In [79]: images = np.random.randint(0,255,(3,100,100,3))

In [80]: %timeit np.array([np.fliplr(images[i]) for i in range(3)])
10000 loops, best of 3: 159 µs per loop

In [81]: %timeit images[...,::-1,:].copy()
10000 loops, best of 3: 152 µs per loop