使用PIL和Numpy的Python图像滤波太慢

Question

我正在用Python的PIL和Numpy实现一个最简单的高斯滤波器。现在一切都能正常工作，但速度非常慢 :( 我不知道怎么才能加快速度。你能帮帮我吗？

import os, sys  
import Image, ImageEnhance  
import numpy as np  

if (len(sys.argv) > 1):  
    im = Image.open(sys.argv[1])  
    data = np.array(im.resize((200,200)))  
    out_data = np.array(data)  
    chs = len(data[0][0])  
    kernel = np.array([[1.,2,1],  
                       [2,3,2],  
                       [1,2,1]])  
    ctr = 1  
    kernel = kernel/np.sum(kernel)  
    for x in xrange(data.shape[0]):  
        for y in xrange(data.shape[1]):  
            for c in xrange(chs):  
                acc = 0  
                for i in xrange(kernel.shape[0]):  
                    for j in xrange(kernel.shape[1]):  
                        m = x + i - ctr  
                        n = y + j - ctr  
                        if (m >= 0 and n >= 0 and m < data.shape[0] and n < data.shape  [1]):
                            acc += data[m][n][c]*kernel[i][j]  
                out_data[x][y][c] = acc  
    out = Image.new(im.mode, (data.shape[0], data.shape[1]))  
    out = Image.fromarray(out_data)  
    out.show()  
else:  
    print "no file was passed"  

Answer 1

你有没有试过分析一下这个程序的运行情况？如果你能找到大部分时间都花在哪里了，就会更清楚该集中精力优化哪些部分。

这里有些地方看起来可以并行处理，你可能想考虑使用多线程或多进程来加速这些部分，这取决于大部分时间是花在执行Python代码上（在GIL中），还是在使用numpy时（在GIL外）。

Answer 2

看看这个问题的回答：这里。

高斯模糊滤镜是可以分开的，这意味着你可以大大简化你的算法（除了参考其他回答中的建议，比如并行处理）。