我正在编写一个
python模块,需要计算1000个数组(相同尺寸)的像素值的平均值和标准差.
我正在寻找最快的方法来做到这一点.
目前我循环遍历数组并使用numpy.dstack将1000个数组堆叠成一个相当大的3d数组…然后将计算第3(？)维度的平均值.每个阵列都有形状(5000,4000).
这种方法需要相当长的时间！
解决方法
也许你可以用累积的方式计算mean和std(未经测试)：
im_size = (5000,4000)
cum_sum = np.zeros(im_size)
cum_sum_of_squares = np.zeros(im_size)
n = 0
for filename in filenames:
image = read_your_image(filename)
cum_sum += image
cum_sum_of_squares += image**2
n += 1
mean_image = cum_sum / n
std_image = np.sqrt(cum_sum_of_squares / n - (mean_image)**2)
这可能受限于您从磁盘读取图像的速度.它不受内存限制,因为您一次只在内存中有一个图像.以这种方式计算std可能会遇到数值问题,因为你可能会减去两个大数.如果这是一个问题,你必须循环文件两次,首先计算均值,然后在第二遍中累积(image – mean_image)** 2.