时间戳

首页 > 解决方案 > Seaborn 需要几分钟才能从一组图像中创建像素方差的热图

python - Seaborn 需要几分钟才能从一组图像中创建像素方差的热图

问题描述

我正在使用 seaborn 热图来显示一系列图像（从视频中获得）上的像素差异，但这样做需要 10 多分钟，并且完全冻结了我的办公室 PC。我正在寻找一种在没有所有这些问题的情况下获得此热图的方法。

我已经尝试删除 yticklabels，因为我看到了一些可能会有所帮助的建议。

vidcap = cv2.VideoCapture('video2.mp4')
#vidcap.set(cv2.CAP_PROP_FPS, 5)
success,image = vidcap.read()
count = 0
images = []

while success:
  #cv2.imwrite("frame%d.png" % count, image)     # save frame as png file      
  success, image = vidcap.read()
  if success == True:
      images.append(cv2.cvtColor(image, cv2.COLOR_BGR2GRAY))
  print('New frame: ', success)
  count += 1

images = np.asarray(images)

aax = sns.heatmap(images.std(axis = 0), yticklabels = False)
plt.show()

标签： pythonperformanceimage-processingseabornheatmap

解决方案

我认为这不是seaborn在这里花费时间，而是您将视频的所有帧加载到内存中。你要确保你没有那样做！

基本上，您想计算“运行”或在线方差，而不存储中间值。有几种方法可以通过各种权衡来做到这一点，但我建议您查看Welford 的算法，甚至在维基百科页面上还有一个不错的 Python 实现

你基本上会改变你的代码来做：

success, image = vidcap.read()
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
state = (1, np.array(image, dtype=float), np.zeros(image.shape))

while True:
    success, image = cap.read()
    if not success:
        break
    image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    state = update(state, image)

mu, var0, var1 = finalize(state)

image_sd = np.sqrt(var1)
sns.heatmap(image_sd)

来自维基百科页面的位置update和来源finalise

如果确实是seaborn这导致事情变慢，那么我会imshow从 matplotlib 使用它，因为它的工作量要少得多，例如：

import matplotlib.pyplot as plt

plt.imshow(image_sd)

推荐阅读