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')
あなたの回答
tips
プレビュー