如何加快OpenCV融合？

Question

我正在处理一个问题，该问题包括两张图像的alpha混合物。我正在使用基本的OpenCV函数。对于每个图像，我使用 inrange 和 gaussianblur 创建掩码。然后，我使用该口罩将两个图像融合在一起。您可以在下面看到混合功能。

def blend(foreground, background, alpha, batch_size):
    # Convert uint8 to float
    foreground = foreground.astype(float)
    background = background.astype(float)

    # Normalize the alpha mask to keep intensity between 0 and 1
    alpha = alpha.astype(float)/255

    # Multiply the foreground with the alpha matte
    foreground = cv2.multiply(alpha, foreground)

    # Multiply the background with ( 1 - alpha )
    background = cv2.multiply(1.0 - alpha, background)

    # Add the masked foreground and background.
    outImage = cv2.add(foreground, background)

    return outImage

掩码创建功能是：

def create_mask(image):
    # Convert image to int version and generate one channelled mask
    hsv_range_min = (0, 0, 0)
    hsv_range_max = (4, 4, 4)

    mask = cv2.inRange(image, hsv_range_min, hsv_range_max)
    mask = cv2.bitwise_not(mask)
    mask = cv2.GaussianBlur(mask, (0, 0), sigmaX=2, sigmaY=2, borderType = cv2.BORDER_DEFAULT)
    mask = skimage.exposure.rescale_intensity(mask, in_range=(127.5,255), out_range=(0, 255))

    # Convert mask to its three channelled equivalent
    new_mask = np.zeros_like(image)
    new_mask[:,:,0] = mask
    new_mask[:,:,1] = mask
    new_mask[:,:,2] = mask

    return new_mask

我的问题是如何加快所有这些过程。我认为也许我可以使用批处理处理，但它无法正常工作。

谢谢你的宝贵时间。