使用numba加速图像处理速度

最新推荐文章于 2025-03-24 10:05:01 发布

置顶

刘泽豪真讨厌

最新推荐文章于 2025-03-24 10:05:01 发布

阅读量2.9k

点赞数 6

分类专栏： AR深度学习项目

本文链接：https://blog.youkuaiyun.com/liu506039293/article/details/100826217

版权

本文介绍了如何利用numba库提升图像处理速度。通过对比numba加速前后的代码运行时间，显示加速后效率提高了约20倍，将原本耗时6小时的任务缩短到20分钟。介绍了numba的安装和基本使用方法，强调了对于矩阵运算的加速效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前几天有个任务是需要对图片遍历像素处理，先用python写了一遍。结果由于图像像素质量很高，运行速度很慢。想到既然是像素操作能不能用gpu来分担cpu的工作以加速运行。结果发现了这个好东西：numba。国内对这个库的使用分享并不多，所以留个印记，帮助有同样需求的人。

1.效果

下面两份代码是一样的效果。读取文件夹下面的每张图片，把每张图片灰度化后，灰度值为38的改成1，75的改成2，其余改成0(独热处理label：具体使用场景见https://blog.youkuaiyun.com/liu506039293/article/details/100587498)。使用numba加速后的代码速度大概是不使用的20倍。也就是本来需要跑6个小时的代码，现在只要20分钟就搞定了。真是相当好用的工具！！

1.1采用numba加速

import cv2
import os
import numpy as np
from numba import jit
def get_all_files(bg_path):
    files = []

    for f in os.listdir(bg_path):
        if os.path.isfile(os.path.join(bg_path, f)):
            files.append(os.path.join(bg_path, f))
        else:
            files.extend(get_all_files(os.path.join(bg_path, f)))
    files.sort(key=lambda x: int(x[-6:-4]))#排序从小到大
    return f

最低0.47元/天解锁文章