質問内容

画像のテクスチャに関する情報を抽出するためにGLCM(Gray Level Co-occurrence Matric)変換のプログラムをつくっています。
この処理は非常に遅く高速化したいと考えております。
通常は1chの大きな画像を入力としますが、サンプルコードは、検証のため(50, 50)の配列としております。
このプルグラムを高速化する方法を探しております。何かご存じでしたらご教授頂けると助かります。

試したこと

Numba jitで試してみましたが、処理時間はほとんど変わりませんでした。

サンプルコード

Python
1# グレーレベルの同時生起行列 (GLCM: Gray-Level Co-Occurrence Matrix) 
2
3import numpy as np
4import time
5from skimage.feature import greycomatrix, greycoprops
6
7# import numba
8
9# @numba.jit((numba.int8[:, :], numba.char), nopython=False)
10def make_glcm_features(input_image, feature):
11    glcm_feature = np.zeros((input_image.shape[0], input_image.shape[1]))
12    for i in range(input_image.shape[0]):
13        for j in range(input_image.shape[1]):
14            # 境界値処理
15            if i <3 or j <3 or i > input_image.shape[0] - 4 or j > input_image.shape[1] - 4:
16                glcm_feature[i,j]= 0
17                continue
18            # 7x7のウィンドウで画像を切り取る
19            glcmWindow = input_image[i - 3:i + 4, j - 3:j + 4]
20            # 0度と90度の同時生起行列を計算する
21            glcm_x = greycomatrix(glcmWindow, [1], [0])
22            glcm_y = greycomatrix(glcmWindow, [1], [90])
23            # テクスチャ特徴量を計算
24            texture_feature_x = greycoprops(glcm_x, feature)
25            texture_feature_y = greycoprops(glcm_y, feature)
26            glcm_feature[i,j] = (texture_feature_x + texture_feature_y)/2
27    return glcm_feature
28
29if __name__ == "__main__":
30    start = time.time()
31
32    np.random.seed(0)
33    img = np.array(np.random.rand(50, 50), dtype='uint8')
34    hh = make_glcm_features(img, 'contrast')
35
36    print('time: ' + str(round(time.time() - start, 10)) + ' sec')