快速将Generator转换为NumPy数组并优化图像像素随机化-Python教程-PHP中文网

快速将Generator转换为NumPy数组并优化图像像素随机化

聖光之護

发布： 2025-08-05 15:50:13

原创

1048人浏览过

快速将generator转换为numpy数组并优化图像像素随机化

图像处理中，随机化像素顺序是一种常见的操作。原始代码中使用np.random.shuffle函数来实现，但效率较低。为了提升性能，开发者尝试使用生成器（generator）配合np.random.permutation，但遇到了类型转换的问题。本文将深入探讨如何利用np.random.permutation更高效地随机化图像像素，并解决将生成器转换为NumPy数组的难题。

使用 np.random.permutation 优化像素随机化

直接使用np.random.shuffle对大型数组进行原地洗牌效率较低。一个更高效的方法是生成一个随机排列的索引数组，然后使用该索引数组重新排列原始数组。

以下是改进后的代码示例：

import numpy as np
import time

def randomize_image(img):
    # convert image from (m,n,3) to (N,3)
    rndImg = np.reshape(img, (-1, img.shape[2]))
    np.random.shuffle(rndImg)
    rndImg = np.reshape(rndImg, img.shape)
    return rndImg

def randomize_image2(img):
    # convert image from (m,n,3) to (N,3)
    rndImg = np.reshape(img, (-1, img.shape[2]))
    i = np.random.permutation(len(rndImg))
    rndImg = rndImg[i, :]
    rndImg = np.reshape(rndImg, img.shape)
    return rndImg

# 示例用法
m, n = 1000, 1000
img = np.arange(m*n*3).reshape(m, n, 3)

start_time = time.perf_counter()
img1 = randomize_image(img)
end_time = time.perf_counter()
print('Time random shuffle: ', end_time - start_time)

start_time = time.perf_counter()
img2 = randomize_image2(img)
end_time = time.perf_counter()
print('Time random permutation: ', end_time - start_time)

登录后复制

在这个例子中，randomize_image2 函数使用了 np.random.permutation 生成一个随机索引数组 i。然后，它使用这个索引数组来重新排列 rndImg 数组的行，从而实现像素的随机化。

使用 NumPy Generator 进一步优化

从 NumPy 1.17 版本开始，NumPy 引入了新的随机数生成器 (Generator) API，它提供了更好的性能和更多的控制选项。可以利用它来进一步优化像素随机化。

图像转图像AI

利用AI轻松变形、风格化和重绘任何图像

查看详情

import numpy as np

# 在函数外部初始化 Generator
rng = np.random.default_rng()

def randomize_image3(img):
    # convert image from (m,n,3) to (N,3)
    rndImg = np.reshape(img, (-1, img.shape[2]))
    i = rng.permutation(len(rndImg))
    rndImg = rndImg[i, :]
    rndImg = np.reshape(rndImg, img.shape)
    return rndImg

登录后复制

在这个例子中，rng.permutation 代替了 np.random.permutation。 注意： rng = np.random.default_rng() 应该在函数外部初始化，避免每次调用函数时都重新初始化，从而提高效率。