結合步驟

有什麼辦法可以將這些步驟組合起來，以便通過減少迭代次數來提高效率。結合步驟

first_cut_new=first_cut-res 
first_cut_depth[first_cut_depth>min_value+150]=0 
first_cut_depth[first_cut_depth>0]=1 
first_cut_depth_3D=np.dstack((first_cut_depth,first_cut_depth,first_cut_depth)) 
first_cut_final= first_cut_depth_3D * first_cut_new

來源

2016-05-06 user4543816

涉及的輸入的形狀是什麼？ – Divakar

first_cut - （600,600,3）;水庫（600,600,3）;深度（600,600） – user4543816

你能分享你的代碼嗎？高興你做了什麼。 – kanayamalakar

方法＃1

對我來說，效率低下的樣子是在最後兩個步驟。所以，一個可能避免創建first_cut_depth_3D並獲得first_cut_final與在飛行中的數據複製和按元素乘法NumPy broadcasting，像這樣 -

first_cut_new = first_cut-res 
first_cut_depth[first_cut_depth>min_value+150]=0 
first_cut_depth[first_cut_depth>0]=1 
first_cut_final = first_cut_depth[...,None]*first_cut_new

方法2（用於RGB輸入數組）

如果first_cut_depth應該是一個RGB圖像數據，它只會有正值。所以，人們可以利用這種方法來獲得更高效的單線解決方案，就像這樣 -

first_cut_final = (first_cut_depth <= min_value+150)[...,None]*(first_cut-res)

來源

2016-05-06 17:29:32 Divakar

這兩個步驟如何first_cut_depth [first_cut_depth> min_value + 150] = 0 first_cut_depth [first_cut_depth> 0] = 1 – user4543816

@ user4543816我會保留這些。那些看起來不像是我的瓶頸。 – Divakar

好的，謝謝..我試試 – user4543816

回答

相關問題