使用scipy.weave.inline进行快速2D中值滤波

Question

我在用于大量图像的2D中值滤镜（3x3窗口）中有一个瓶颈，我想尝试对其进行优化。 我已经测试了scipy.ndimage过滤器以及PIL ， scipy.signal和scikits-image 。 但是，在SO中浏览时，我了解到C中有一个快速的O（n）中值过滤器（恒定时间中值过滤，请参阅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。 weave.inline吗？ 关于替代路线有什么建议吗？

Answer 1

试试这个： 在C中滚动中位数-Turlach实现

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，但更加简洁（实际上令人惊奇的是）。

您可以将其包装或移植并使用Numba（或Cython）。 我想我推荐Numba胜过Cython，如果没有别的，因为它是纯朴的python代码。

我建议将其添加到scikits中，如果它比scikits中的运行速度快:)

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]

我不知道它与您的睾丸方法相比如何扩展，但是如果您想使用C进行优化，则可以在列表理解中固定for循环...

Answer 3

我不知道底层算法，但是scikits-image具有滚动中值滤波器 。

否则，建议使用Cython （C / Python pidgin语言）编写它。 确保检查出卷积示例/教程以使用numpy数组。