python - 使用 scipy.weave.inline 进行快速 2D 中值滤波

Question

我在一组非常大的图像上使用的 2D 中值滤波器（3x3 窗口）存在瓶颈，我想尝试优化它。我已经测试scipy.ndimage了 median_filter 以及PIL,scipy.signal和scikits-image. 但是，在 SO 中浏览时，我了解到 C 中有一个快速 O(n) 中值过滤器（Constant Time 中的中值过滤参见 C 中的滚动中值算法），我想知道是否可以使用 scipy 在 Python 中实现它。编织.内联？关于替代路线的任何建议？

Answer 1

试试这个： C - Turlach 实现中的滚动中位数

http://ideone.com/8VVEa

用法：

Mediator* m = MediatorNew(9);
for (...)
{
      MediatorInsert(m, value);
      median = MediatorMedian(m);
}

我相信这与 R 算法相同，但更清洁（事实上，令人惊讶的是）。

您可以包装它，也可以移植它并使用 Numba（或 Cython）。我想我会推荐 Numba 而不是 Cython，如果没有别的，因为它是普通的旧 python 代码。

我建议将它添加到 scikits，如果它的运行速度已经比 scikits 中的快:)

Answer 2

如果您仍然感兴趣，我会尝试 numpy 的重塑和中位数：

a= some big array
a.reshape(N,3,3) #N being specific to your array
[numpy.median(m) for m in a]

我不知道这与你的 testet 方法相比如何扩展，但如果你想用 C 进行优化，你可以在列表理解中固定 for 循环......

Answer 3

我不知道底层算法，但 scikits-image 有一个滚动中值滤波器。

否则，我建议用Cython（C/Python pidgin 语言）编写它。请务必查看使用 numpy 数组的卷积示例/教程。