Python 3中无需重写运行含weave的Zhang-Suen细化函数的方法

首先得明确：原来的scipy.weave在Python 3里已经被官方弃用并移除了，所以直接跑你贴的原代码肯定行不通。不过不用完全重写核心的细化逻辑，有几个低成本的替代方案，其中改动最小的当属用Numba来替换weave的功能。

方案1：用Numba快速适配（改动最少） #

Numba可以通过一个装饰器把Python循环直接编译成机器码，性能和原weave版本差不多，而且几乎不用动核心的判断逻辑。我把你的代码改成了Numba兼容的版本：

import numba
import numpy as np

@numba.jit(nopython=True)
def _thinningIteration(im, iter_num):
    I = im
    M = np.zeros(im.shape, np.uint8)
    NI = im.shape
    for i in range(1, NI[0]-1):
        for j in range(1, NI[1]-1):
            p2 = I[i-1, j]
            p3 = I[i-1, j+1]
            p4 = I[i, j+1]
            p5 = I[i+1, j+1]
            p6 = I[i+1, j]
            p7 = I[i+1, j-1]
            p8 = I[i, j-1]
            p9 = I[i-1, j-1]
            
            A = ((p2 == 0 and p3 == 1) + 
                 (p3 == 0 and p4 == 1) + 
                 (p4 == 0 and p5 == 1) + 
                 (p5 == 0 and p6 == 1) + 
                 (p6 == 0 and p7 == 1) + 
                 (p7 == 0 and p8 == 1) + 
                 (p8 == 0 and p9 == 1) + 
                 (p9 == 0 and p2 == 1))
            B = p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9
            m1 = p2 * p4 * p6 if iter_num == 0 else p2 * p4 * p8
            m2 = p4 * p6 * p8 if iter_num == 0 else p2 * p6 * p8
            
            if A == 1 and B >= 2 and B <= 6 and m1 == 0 and m2 == 0:
                M[i,j] = 1
    return I & ~M

这里只做了几个很细微的调整：

• 把原weave里的C循环转成了标准的Python循环
• 加了@numba.jit(nopython=True)装饰器来开启编译加速
• 把参数名iter改成了iter_num（避免和Python内置的iter()函数重名）
• 把C风格的数组索引I2(i,j)改成了Python/Numpy的I[i,j]格式

这个版本的运行效率和原weave版本几乎没差别，而且完全在Python 3环境里运行，不需要额外的C编译工具链（Numba会自动处理）。

方案2：用Cython封装原逻辑 #

如果你更倾向于保留原有的C级代码逻辑，也可以用Cython来改写。不过这个方案需要额外的编译步骤，要写.pyx文件和配置编译脚本，相比Numba会麻烦一点，但核心逻辑可以和原C代码几乎一致。

方案3：尝试第三方兼容weave库 #

曾经有一些第三方库试图把旧的scipy.weave移植到Python 3，比如PyPI上的weave包，但这类库大多维护状态不佳，可能存在各种兼容性问题，不推荐在生产环境使用。

总的来说，Numba是最省心的选择，几乎不用重写核心的细化逻辑，只需要做一点点语法调整，就能让代码在Python 3里高效跑起来。

内容的提问来源于stack exchange，提问作者max