使用 GDAL 和 Python 的最小距离算法

Question

我正在尝试使用 GDAL 和 Python 实现图像分类的最小距离算法。计算样本区域的平均像素值并将其存储到数组列表（“sample_array”）中后，我将图像读入名为“values”的数组中。使用以下代码循环遍历该数组：

values = valBD.ReadAsArray()

# loop through pixel columns
for X in range(0,XSize):

    # loop thorugh pixel lines
    for Y in range (0, YSize):

        # initialize variables
        minDist = 9999
        # get minimum distance
        for iSample in range (0, sample_count):
            # dist = calc_distance(values[jPixel, iPixel], sample_array[iSample])

            # computing minimum distance
            iPixelVal = values[Y, X]
            mean = sample_array[iSample]
            dist = math.sqrt((iPixelVal - mean) * (iPixelVal - mean)) # only for testing

            if dist < minDist:
                minDist = dist
                values[Y, X] = iSample

classBD.WriteArray(values, xoff=0, yoff=0)

对于大图像，此过程需要很长时间。这就是为什么我想问是否有人知道更快的方法。我不太了解 python 中不同变量的访问速度。或者也许有人知道我可以使用的图书馆。 提前致谢， 马里奥

Answer 1

您绝对应该使用 NumPy。我使用一些相当大的栅格数据集，NumPy 会烧毁它们。在我的机器上，使用下面的代码对于 1000 x 1000 阵列没有明显的延迟。代码后面有对其工作原理的解释。

import numpy as np
from scipy.spatial.distance import cdist

# some starter data
dim = (1000,1000)
values = np.random.randint(0, 10, dim)

# cdist will want 'samples' as a 2-d array
samples = np.array([1, 2, 3]).reshape(-1, 1)

# this could be a one-liner
# 'values' must have the same number of columns as 'samples'
mins = cdist(values.reshape(-1, 1), samples)
outvalues = mins.argmin(axis=1).reshape(dim)

cdist()< /code> 计算 values 中每个元素到 samples 中每个元素的“距离”。这会生成一个 1,000,000 x 3 的数组，其中每行 n 都有从原始数组中的像素 n 到每个样本值 [1, 2, 3]。 argmin(axis=1) 为您提供每行最小值的索引，这就是您想要的。快速重塑可为您提供图像所需的矩形格式。

Answer 2

同意 Thomas K 的观点：使用 PIL，或者编写一个 C 函数并使用例如 ctypes 包装它，或者至少使用一些 numPy 矩阵运算。
或者在现有代码上使用 pypy（对于图像代码，JIT 编译的代码可以快 100 倍）。尝试 pypy 并告诉我们您获得了多少加速。

底线：永远不要在 cPython 中像这样原生地进行像素级的操作，解释和内存管理开销会杀了你。