Optimisation des boucles for

Version imprimable

Bonjour,
J'ai un soucis suite a la conversion d'un script java en python en effet, il y a un passage nécessitant quartes boucles for imbriquées afin de parcourir la matrice d'une image 200x250px par bloc carré de 35x35px. Le bloc carré est chaque fois déplacé d'un pixel vers la droite puis arrivé au dernier bloc pouvant rentrer dans les 250px de l'image de base, il descend d'un pixel, et ainsi dessuite jusqu'à se retrouver tout en bas à droite.

En java, cela s'exécute en même pas 1 seconde, et en python, cela prend plusieurs minutes!

Existe il un moyen d'optimiser le script pour gagner de la vitesse?

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
 
>>> print Size
[[ 250.  200.]
 [  35.   35.]
 [  35.   35.]]
>>> 
 
 
def COUNT():
    Res = zeros((Size[0,1],Size[0,0]))
    CountRet1, CountRet2 = 0, 0
    for x in range(0,Size[0,1]-Size[1,1],1): #Pour chaque Pattern pouvant entrer en hauteur
        print "Ligne ", x+1 ,"/",Size[0,1]-Size[1,1]
        for y in range(0,Size[0,0]-Size[1,0],1): # Pour chaque Pattern pouvant entrer en largeur
            #--< Parcours global de l'image avec les deux rétines
            for r in range (0,2,1):#--< Retine 1 puis 2
                Sum = 0
                for a in range(0,Size[1,1],1):
                    for b in range(0,Size[1,0],1):
                        if Res[a+x,b+y] != 1:
                            Sum += Weight[a,b,r] * Map[a+x,b+y]
                if Sum > Threshold:
                    if r == 0:
                        CountRet1 += 1
                        rect = canvas.create_rectangle(y,x,y+Size[1,1],x+Size[1,0], width=2, outline="blue")
                    elif r == 1:
                        CountRet2 += 1
                        rect = canvas.create_rectangle(y,x,y+Size[1,1],x+Size[1,0], width=2, outline="red")
                    for a in range(0,Size[1,1],1):
                        for b in range (0,Size[1,0],1):
                            Res[a+x,b+y] = 1
    print "Nb Pattern_1 :",CountRet1
    print "Nb Pattern_2 :",CountRet2

Merci!

03/06/2010, 19h44
eyquem

Citation:

>>> print Size
[[ 250. 200.]
[ 35. 35.]
[ 35. 35.]]
>>>

donne à penser que tu utilises numpy. Est-ce bien le cas ?

Si c’est c'est bien ça, j’attendrais une notation Size[0,1,:]

Que désignent Size[0,1] et Size[0,0] ?

for r in range (0,2,1):
à la place de for r in (0,1):
ça m’a bien fait rigoler
03/06/2010, 21h27
dividee

On dirait que c'est une convolution que tu calcules (ou plutôt deux, pour r=0 et r=1). Tu auras de bien meilleurs résultats en utilisant scipy; je pense en particulier à la fonction scipy.ndimage.convolve.
Et si la matrice Weight est décomposable, cela irait encore plus vite de faire deux convolutions 1D au lieu d'une convolution 2D.
04/06/2010, 09h09
Kikouyou1080

Citation:

Envoyé par eyquem

donne à penser que tu utilises numpy. Est-ce bien le cas ?
Si c’est c'est bien ça, j’attendrais une notation Size[0,1,:]

Oui, c'est numpy, seulement c'est à 2D donc je peux pas mettre 3 indice, je vois pas de problème dans ma notation...

Citation:

Envoyé par eyquem

Que désignent Size[0,1] et Size[0,0] ?

Size[0,0] correspond a la largeur de la 1ère image (250px)
Size[0,1] correspond a la hauteur de cette même image (200px)

ensuite sur la 2nd et 3ème ligne se sont les dimension de image 2 puis 3, qui sont a reconnaitre les unes a la suite des autres dans l'image principale.

Citation:

Envoyé par eyquem

for r in range (0,2,1):
à la place de for r in (0,1):
ça m’a bien fait rigoler

Effectivement c'est modifiable, et probablement pas que ici! Mais cela a t-il une grosse importance?
04/06/2010, 12h51
kango

bonjour,

en général mixer des tableaux numpy et des boucles for n'est pas une bonne idée. il vaut mieux utiliser les tableaux en tant que tout. en vectorisant, les gains sont très intéressants, mais cela demande un peu d'apprentissage :)

Citation:

Envoyé par kango

bonjour,

en général mixer des tableaux numpy et des boucles for n'est pas une bonne idée. il vaut mieux utiliser les tableaux en tant que tout. en vectorisant, les gains sont très intéressants, mais cela demande un peu d'apprentissage :)

effectivement, en utilisant un principe de sous matrice, c'est nettement plus rapide!
Merci.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
 
def COUNT():
    print"Detecting..."
    Res = zeros((int(Size[0,1]),int(Size[0,0])))
    CountRet1, CountRet2 = 0, 0
    Line = 0
    for Line in range(0,int(Size[0,1]-Size[1,1]),1):
        for Column in range (0,int(Size[0,0]-Size[1,1]),1):
            for r in (0,1):
                Sum = 0
                if Res[Line:Line+int(Size[1,1]),Column:Column+int(Size[1,0])].sum() == 0:
                    Sum += Weight[:,:,r] * Map[Line:Line+int(Size[1,1]),Column:Column+int(Size[1,0])]
                    Sum = Sum.sum()
 
                    if Sum > Threshold:
                        if r == 0:
                            CountRet1 += 1
                            rect = canvas.create_rectangle(Column,Line,Column+Size[1,1],Line+Size[1,0], width=2, outline="blue")
                        elif r == 1:
                            CountRet2 += 1
                            rect = canvas.create_rectangle(Column,Line,Column+Size[1,1],Line+Size[1,0], width=2, outline="red")
                        root.update()#On actualise l'affichage
                        #On marque les pixels reconnus avec un contour de 5px (pour distinguer 2 motifs très proches)
                        Res[Line+5:Line+int(Size[1,1])-5,Column+5:Column+int(Size[1,0])-5] = ones((Size[1,1]-10,Size[1,0]-10))
 
 
    print "Pattern_1 detected:",CountRet1, "times"
    print "Pattern_2 detected:",CountRet2,  "times"