[numpy] optimiser un filtre pour 2 arrays

bonjour,
je voudrai optimiser ce code qui met 140 ms à s'executer sur ma bécane.
surfarray.array_alpha() et surfarray.pixels_alpha() retour des arrays.

Code:

---

1 2 3 4 5 6 7 8

def blend_alpha(surface1,surface2): output = surface2.copy().convert_alpha() a = surfarray.array_alpha(surface1) b = surfarray.array_alpha(surface2) for x in range(output.get_width()): for y in range(output.get_height()): if a[x][y]<b[x][y]: surfarray.pixels_alpha(output)[x][y] = a[x][y] return output

---

voilà, il faut donc filtrer 2 arrays genre [[5,2,4],[9,7,3],[0,4,8]...] et [[6,7,1],[0,2,7],[9,6,3]...]
et il faut retourner un array avec les valeurs min: [[5,2,1],[0,2,3],[0,4,3]...]

merci pour votre aide.

c'est bon, j'ai trouvé ... je passe à 20 ms.

Code:

---

1 2 3 4 5 6 7 8 9

def blend_alpha(surface1,surface2): output = surface2.copy().convert_alpha() output_alpha = surfarray.pixels_alpha(output) output_flatten = output_alpha.flatten() S1_flatten = surfarray.array_alpha(surface1).flatten() for i in range(len(S1_flatten)): if S1_flatten[i] < output_flatten[i]: output_flatten[i] = S1_flatten[i] output_alpha[:] = output_flatten.reshape(*surface2.get_size()) return output

---

désolé d'avoir posté pour rien.

On peut aller encore plus vite sur ta dernière boucle for :

Code:

---

1 2 3 4 5 6

def blend_alpha(surface1,surface2): output = surface2.copy().convert_alpha() output_alpha = surfarray.pixels_alpha(output) S1 = surfarray.array_alpha(surface1) output_alpha[S1<output_alpha] = S1[S1<output_alpha] return output

---

Pas testé, mais l'indiçage avancé de Numpy permet de se passer de 99% de ton code ;)

Enfin, j'imagine que c'est du Numpy derrière vu les méthdoes flatten().

Citation:

---

Envoyé par Matthieu Brucher

On peut aller encore plus vite sur ta dernière boucle for :

Code:

---

1 2 3 4 5 6

def blend_alpha(surface1,surface2): output = surface2.copy().convert_alpha() output_alpha = surfarray.pixels_alpha(output) S1 = surfarray.array_alpha(surface1) output_alpha[S1<output_alpha] = S1[S1<output_alpha] return output

---

Pas testé, mais l'indiçage avancé de Numpy permet de se passer de 99% de ton code ;)

Enfin, j'imagine que c'est du Numpy derrière vu les méthdoes flatten().

---

ALORS LA, J'EN RESTE BABA !!!
je ne connaissais pas du tout, ça passe à 3 ms !!!

Trop merci pour l'astuce :ccool:

Je t'en prie, on peut sans doute faire mieux en ne calculant S1<alpha_output qu'une seule fois.