[問題] python 速度 FOR_LOOP

[redonizuka (R大)]

目前剛接觸python
以python撰寫了一段Sobel影像處理，程式碼如下

===================================================

import cv2
import numpy as np

img=cv2.imread("/home/chenposhao/Desktop/IMAGE/cameraman.tif",0)
[row,col]=img.shape

resx=np.zeros((row,col),np.uint8)
kernalx=np.array([[1,2,1],[0,0,0],[-1,-2,-1]])
kernaly=np.array([[1,0,-1],[2,0,-2],[1,0,-1]])

for x in range(row):
    for y in range(col):
        if x==0 or x==row-1 or y==0 or y==col-1:
            pass
        else:
            subxsum=0
            subysum=0
            for i in range(-1,2):
                for j in range(-1,2):
                    newx=img[x+i,y+j]*kernalx[i+1,j+1]
                    subxsum=subxsum+newx
                    newy=img[x+i,y+j]*kernaly[i+1,j+1]
                    subysum=subysum+newy
            respixel=abs(subxsum+subysum/2)
            if respixel>255:
                respixel=255
            elif respixel<0:
                respixel=0

            resx[x,y]=respixel

cv2.imshow("IMAGE",img)
cv2.imshow("SOBELX",resx)
cv2.waitKey(0)
cv2.destroyAllWindows()
================================================================

首先要先說，跑的圖片是256*256
我知道CV有SOBEL函式庫可以用，
但因為用他的函式庫發現他並沒有將所計算的像素取絕對值
因此有方向性的問題，為了驗證才寫此程式碼
但發現這個程式碼再執行的時候不如預期的快
從中間的for x in range(row):  到 resx[x,y]=respixel
整個FORLOOP跑完要5.5秒左右
VB，C幾毫秒即可跑完

想問一下這是python所必須要克服的事情嘛？
因為剛接觸Python,早有相傳他因為直譯所以速度慢
但想不到落差有些許的大

還是說其實這是能改善的？
謝謝


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.120.101.45
※ 文章網址: http://www.ptt.cc/bbs/Python/M.1407169658.A.D84.html
推 grtfor:直譯擅長的不在效率呀，有改進方法但要追上很難~
推 ccwang002:你不應該一個元素一個元素自己乘，這樣會慢很多
推 ccwang002:多用 numpy array級操作才會快，python for-loop 會太慢
→ ccwang002:另外，我找到 scipy.ndimage.filters.sobel 可以呼叫
→ ccwang002:點旁邊的 source 就可以知道它 code 怎麼寫的
推 vic0330:不知道range改xrange會不會比較快
→ redonizuka:想更詳細的問一下何謂 numpy array級操作
推 ccwang002:比如 i j 迴圈改成 np.sum(img * (kernalx + kernaly))
推 ccwang002:選部份矩陣應該用 img[x:x+3, y:y+3] 這型式的取值
→ ccwang002:大原則避免自己寫 for 或複雜運算，numpy 本身是 C 速度
→ ccwang002:看 scipy 寫法，它只用了 correlate1d 這函式就實作完了
→ ccwang002:我不懂 sobel 沒法給建議，不夠快的話也可考慮 Cython
推 LiloHuang:它會編譯成 bytecode 來跑呀，只是 CPython 挺慢是事實
→ LiloHuang:現階段 CPython 也沒有像 Java 或 .NET 有做 JIT 優化
→ LiloHuang:迴圈自然就是不會快去哪邊，做 Convolution 用 GPU 最快
推 LiloHuang:退而求其次就是用 numpy.convolve + numpy.absolute
→ LiloHuang:NumbaPro 聽說挺不錯的，可以用到 GPU 來加速...
推 LiloHuang:另外，Sobel filter 是 separable filter 我想你知道 :D
→ LiloHuang:儘管從 2D kernel 改 1D kernel 對於 Python 也沒快很多
推 LiloHuang:這個 http://goo.gl/CrQiXl 可以跑跑看，也許有幫助 :P
推 fischcheng:Numba
推 LiloHuang:社群版的 Numba 效果應該也不錯吧，NumbaPro 得花錢就是
→ ming1053: 跟matlab道理差不多啊 多用 vectorization
→ redonizuka: 感謝大家的發問，我持續摸索，大家對我幫助很大，謝謝
推 neutrino: similar question in stackoverflow http://ppt.cc/pSIw
推 neutrino: 離題一下 希望 numpy on pypy 早日實現
→ neutrino: http://pypy.org/numpydonate.html