从逐块处理函数中调用过滤器函数

Question

我有一些内存密集型图像过滤器，我想在大型图像/数组上逐块调用它们（因为它们计算整个数组的过滤器，当尝试计算整个数组时它们会耗尽内存）。

def block_process(Ic, blocksize):
    B = numpy.empty(Ic.shape)

    colstart = 0
    while colstart < Ic.shape[1]:
        BlockWidth = blocksize
        if (colstart + blocksize) > Ic.shape[1]:
            BlockWidth = Ic.shape[1] - colstart
        rowstart = 0
        while rowstart < Ic.shape[0]:
            BlockHeight = blocksize
            if (rowstart + blocksize) > Ic.shape[0]:
                BlockHeight = Ic.shape[0] - rowstart

            B[colstart:colstart+BlockWidth, rowstart:rowstart+BlockHeight] = filter1(params) # One of many available filters

            rowstart += BlockHeight
        colstart += BlockWidth
    return B # The complete filtered array

我的过滤器是在其他函数中计算的，即 def filter1(A, filtsize)、def filter2(A, filtsize, otherparam)，它们有一个 A 参数（输入数组，由块函数给出），以及其他参数，例如过滤器大小。有些过滤器比其他过滤器具有更多参数。他们返回过滤后的数组。

两个问题

1. 我如何通过 block_process 函数调用我的过滤器函数之一？我不想将块处理代码复制到每个函数中。换句话说，是否有一种方法可以指定要调用哪个过滤器（以及使用哪些参数）作为 block_process() 调用的参数？
2. 有更好的编码方法吗？

Answer 1

您可以这样做：

def block_process(a, blocksize, filt, args):
    b = numpy.empty(a.shape)
    for row in xrange(0, a.shape[0], blocksize):
        for col in xrange(0, a.shape[1], blocksize):
            b[row:row + blocksize, col:col + blocksize] = (
                filt(a[row:row + blocksize, col:col + blocksize], *args))
    return b

无需纠正图像右边缘和下边缘的不完整块 - 这会自动发生。您可以简单地传入过滤函数和参数元组。要调用过滤器 filter1(a, filtsize)，请使用

block_process(a, blocksize, filter1, (filtsize,))

上面的代码假设过滤器的第一个参数是要过滤的数组，并且过滤器返回相同形状的过滤数组。

您的过滤器也有可能以不使用太多内存的方式重写，因此块处理将变得不必要。