使用多处理和共享的双线性插值

Question

我想在非常大的图像（> 20mb）上执行双线性插值。传统代码需要很长时间。我尝试使其多处理，但在结果中，似乎只出现了最后一列像素。抱歉，如果这是一个菜鸟问题。

def GetBilinearPixel(imArr,r,c, posX, posY,enlargedShape):
    out=[]
    modXi = int(posX)
    modYi = int(posY)
    modXf = posX - modXi
    modYf = posY - modYi
    modXiPlusOneLim = min(modXi+1,imArr.shape[1]-1)
    modYiPlusOneLim = min(modYi+1,imArr.shape[0]-1)

    for chan in range(imArr.shape[2]):
        bl = imArr[modYi, modXi, chan]
        br = imArr[modYi, modXiPlusOneLim, chan]
        tl = imArr[modYiPlusOneLim, modXi, chan]
        tr = imArr[modYiPlusOneLim, modXiPlusOneLim, chan]

        b = modXf * br + (1. - modXf) * bl
        t = modXf * tr + (1. - modXf) * tl
        pxf = modYf * t + (1. - modYf) * b
        out.append(int(pxf))
    enlargedShape[r, c]=out

if __name__ == '__main__':
    im = cv.imread('new.jpeg')
    #print im.shape 
    #manager = multiprocessing.Manager()
    size=map(int, [im.shape[0]*2, im.shape[1]*2, im.shape[2]])
    print size
    enlargedShape=sharedmem.full(size, 0, dtype=np.uint8)
    #print enlargedShape
    #enlargedShape = list(map(int, [im.shape[0]*2, im.shape[1]*2, im.shape[2]]))
    rowScale = float(im.shape[0]) / float(enlargedShape.shape[0])
    colScale = float(im.shape[1]) / float(enlargedShape.shape[1])
    #My Code starts her
    jobs = []
    for r in range(enlargedShape.shape[0]):
        for c in range(enlargedShape.shape[1]):
            orir = r * rowScale
            oric = c * colScale
            #enlargedImg[r, c] = GetBilinearPixel(im, oric, orir)
            #My code
            p = multiprocessing.Process(target=GetBilinearPixel, args=(im,r,c, oric, orir,enlargedShape))
            jobs.append(p)
            p.start()
            p.join()
    print enlargedShape
    cv.imshow("cropped",enlargedShape)
    cv.waitKey(0)

是否有其他方法来优化代码？

Answer 1

如果您认真解决此问题，请学习一个3D图形框架，例如OpenGL或DirectX，并让GPU完成工作。GPU的纹理映射是将图像映射到任何大小的功能，使用硬件加速插值的任何形状图像，几乎立即发生。

您也可能必须使用屏幕外渲染将渲染结果带回主内存。来回传输图像可能需要一些时间，但要比在CPU中进行所有操作要快得多。

OpenGL纹理映射

如何在OpenGL上渲染屏幕？