关于Python 使用 numba 加速图像遍历

项目场景：

在使用python 图像遍历时 使用 numba 的 jit 模块 加速处理，

---

问题描述：

例如下面这段代码，主要是遍历像素，但是由于图像 为 1920 * 1080 , 对于python 这种解释性语言来说，如果是图像序列，速度简直无法忍受，甚至达到 10s 一帧图像。

    for i in range(1080):
        for j in range(1920):
            if img_m[i][j][0] == 128 and img_m[i][j][1] == 0 and img_m[i][j][2] == 192 or img_m[i][j][0] == 0 and \
                    img_m[i][j][1] == 192 and img_m[i][j][2] == 128 or img_m[i][j][0] == 0 and img_m[i][j][1] == 192 and \
                    img_m[i][j][2] == 0:
                img_m[i][j][0] = 128
                img_m[i][j][1] = 128
                img_m[i][j][2] = 64

---

解决方案：

为了，解决这个问题，一 修改算法，当然有时候比较难想到，二 、不用python 了 C++ 多香，C++，使用指针和迭代器确实也会比较快。
但是使用 python 也有相应的解决方案。
使用 numba 库

numba库

官网

• 加速 Python 函数
• 专为科学计算而打造
• 并行化您的算法
• 便携式编译

光看官网介绍的这几个功能就很牛逼，我这里只是简单解决上面的问题。

import cv2
import time
from numba import jit     #使用jit 模块   pip install numba or conda install numba

path = "..."
path1 = "..."

#使用装饰器，jit 加速
@jit         # 就是这么一个简单的改变
def processImg_jit(img_m):
    for i in range(1080):
        for j in range(1920):
            if img_m[i][j][0] == 128 and img_m[i][j][1] == 0 and img_m[i][j][2] == 192 or img_m[i][j][0] == 0 and \
                    img_m[i][j][1] == 192 and img_m[i][j][2] == 128 or img_m[i][j][0] == 0 and img_m[i][j][1] == 192 and \
                    img_m[i][j][2] == 0:
                img_m[i][j][0] = 128
                img_m[i][j][1] = 128
                img_m[i][j][2] = 64
    return img_m
# 原始的
def processImg(img_m):
    for i in range(1080):
        for j in range(1920):
            if img_m[i][j][0] == 128 and img_m[i][j][1] == 0 and img_m[i][j][2] == 192 or img_m[i][j][0] == 0 and \
                    img_m[i][j][1] == 192 and img_m[i][j][2] == 128 or img_m[i][j][0] == 0 and img_m[i][j][1] == 192 and \
                    img_m[i][j][2] == 0:
                img_m[i][j][0] = 128
                img_m[i][j][1] = 128
                img_m[i][j][2] = 64
    return img_m
img = cv2.imread(path + "0000" + str(2621) + ".jpg")
t0 = time.time()
img = processImg(img)
t1 = time.time()
print("原始: ",t1 - t0)

t0 = time.time()
img = processImg_jit(img)
t1 = time.time()
print("加速:",t1 - t0)

速度差了20倍…

---