如何快速倒置视频数组结构实现像素维度与时间维度互换

优化实现方案 #

你需要的本质是数组轴重排操作，直接使用Numpy内置的向量化操作即可完全替代三层Python循环，功能完全等价，速度可提升几个数量级：

import numpy as np

def remap_image(seq):
    seq = np.asarray(seq)
    # 轴顺序调整：将原来第2位的时间步维度移动到第0位，保持高、宽维度顺序不变
    return np.transpose(seq, axes=(2, 0, 1)) / 100.0

也可以用语义更清晰的moveaxis实现，效果完全一致：

def remap_image(seq):
    seq = np.asarray(seq)
    return np.moveaxis(seq, source=2, destination=0) / 100.0

原代码慢的原因 #

原实现用了三层Python原生循环逐元素赋值，Python循环的解释器开销非常高，处理大分辨率、多帧的视频数据时会被无限放大。而Numpy的轴重排、数值运算都是在底层C层面执行，轴重排操作仅调整数组的元信息，不会产生数据拷贝开销，数值运算也是批量执行，没有逐元素的解释器开销。

内容的提问来源于stack exchange，提问作者Boio