日韩无码专区无码一级三级片|91人人爱网站中日韩无码电影|厨房大战丰满熟妇|AV高清无码在线免费观看|另类AV日韩少妇熟女|中文日本大黄一级黄色片|色情在线视频免费|亚洲成人特黄a片|黄片wwwav色图欧美|欧亚乱色一区二区三区

RELATEED CONSULTING
相關咨詢
選擇下列產品馬上在線溝通
服務時間：8:30-17:00
你可能遇到了下面的問題
關閉右側工具欄

新聞中心

這里有您想知道的互聯(lián)網營銷解決方案
Python正面硬剛C語言，結果會怎樣？

雷達數據可視化是雷達數據處理的最后階段，通常是將一個二維數組的數據轉換為扇形圖像。這個二維數組的行數對應著雷達的掃描半徑，掃描半徑越大，行數越多;數據的列數和雷達的掃描角度相關，掃描角度越大，列數越多。

雷達掃描數據樣例(掃描半徑1km，掃描范圍130°)

比如，上面這張圖就是一個掃描半徑1km、掃描范圍130°的雷達二維數據的直觀顯示，下面這張圖則是由這個數據轉換得到的扇形圖像。

原始數據轉扇形圖像(順時針掃描，初始相位155°)

二維數據轉扇形圖像的原理很簡單，就是將二維數據的每一列寫到輸出圖像的對應像素上。如果輸出圖像的扇形弧長比原始數據的列數多，則需要插值。下圖是二維數據轉扇形圖像的原理示意圖，原始數據共有8列，而輸出圖像的圓弧長24個像素(弧長取決于雷達掃描角度和掃描半徑)，故每一列數據被重復操作了3次，每次的旋轉角度各不相同。

二維數據轉扇形圖像原理示意圖

近日有網友求援，要我?guī)兔?yōu)化一個用于雷達數據可視化的Python腳本。略作分析之后，基于二維數據轉扇形圖像的基本原理，我為求援的網友重寫了一個新的腳本文件，全部代碼大約50余行。

 
 
 
 
    
  
  
  
  
  1. # -*- coding:utf-8 -*-
    2. 
  
  
  
  
  2. 
  
  
  
  
  3. import os, time
    4. 
  
  
  
  
  4. import numpy as np
    5. 
  
  
  
  
  5. from PIL import Image
    6. 
  
  
  
  
  6. 
  
  
  
  
  7. def outimg(fn_squ, fn_fan, angle, r0=0, phase=180, cw=True):
    8. 
  
  
  
  
  8.     """將矩形圖像轉為環(huán)形
    9. 
  
  
  
  
  9. 
  
  
  
  
  10.     fn_squ      - 輸入文件名
    11. 
  
  
  
  
  11.     fn_fan      - 輸出文件名
    12. 
  
  
  
  
  12.     angle       - 環(huán)形夾角度數
    13. 
  
  
  
  
  13.     r0          - 環(huán)形內圓半徑，默認r0為0，輸出扇形
    14. 
  
  
  
  
  14.     phase       - 初始相位（原點在輸出圖像的中心，以指向右側的水平線為0°，逆時針方向為正）
    15. 
  
  
  
  
  15.     cw          - 順時針掃描
    16. 
  
  
  
  
  16.     """
    17. 
  
  
  
  
  17. 
  
  
  
  
  18.     im = np.array(Image.open(fn_squ)) # 讀圖像文件為NumPy數組
    19. 
  
  
  
  
  19.     h, w, d = im.shape # 矩形圖像的高度、寬度和通道數
    20. 
  
  
  
  
  20. 
  
  
  
  
  21.     r1 = h + r0 # 扇形半徑
    22. 
  
  
  
  
  22.     k = int(np.ceil(np.radians(angle)*r1/w)) # 插值系數（自動確定，無需修改）
    23. 
  
  
  
  
  23. 
  
  
  
  
  24.     xs = np.ones((2*r1-1, 2*r1-1), dtype=np.int32) * -1 # 列索引數組
    25. 
  
  
  
  
  25.     ys = np.ones((2*r1-1, 2*r1-1), dtype=np.int32) * -1 # 行索引數組
    26. 
  
  
  
  
  26.     rs = np.linspace(r1, r0, h) # 半徑序列
    27. 
  
  
  
  
  27.     hs = range(h) # 行序列
    28. 
  
  
  
  
  28. 
  
  
  
  
  29.     if cw: # 順時針掃描
    30. 
  
  
  
  
  30.         theta = np.radians(np.linspace(phase, phase-angle, k*w))
    31. 
  
  
  
  
  31.     else: # 逆時針掃描
    32. 
  
  
  
  
  32.         theta = np.radians(np.linspace(phase, phase+angle, k*w))
    33. 
  
  
  
  
  33. 
  
  
  
  
  34.     for i in range(k*w):
    35. 
  
  
  
  
  35.         x = np.int32(np.cos(theta[i])*rs) + r1 - 1
    36. 
  
  
  
  
  36.         y = -np.int32(np.sin(theta[i])*rs) + r1 + 1
    37. 
  
  
  
  
  37. 
  
  
  
  
  38.         xs[(y, x)] = i//k
    39. 
  
  
  
  
  39.         ys[(y, x)] = hs
    40. 
  
  
  
  
  40. 
  
  
  
  
  41.     im_fan = im[(ys, xs)] # 從原始數據得到扇形圖像數據
    42. 
  
  
  
  
  42.     im_fan[np.where(xs == -1)] = (0,0,0,0) # 空白部分置為透明
    43. 
  
  
  
  
  43.     Image.fromarray(im_fan).save(fn_fan) # 保存為文件
    44. 
  
  
  
  
  44. 
  
  
  
  
  45. 
  
  
  
  
  46. if __name__ == '__main__':
    47. 
  
  
  
  
  47.     fn_squ = 'res/raw_d130_1km.png'
    48. 
  
  
  
  
  48.     fn_fan = 'res/fan_d130_1km.png'
    49. 
  
  
  
  
  49. 
  
  
  
  
  50.     t0 = time.time()
    51. 
  
  
  
  
  51.     outimg(fn_squ, fn_fan, angle=130, r0=100, phase=155, cw=True)
    52. 
  
  
  
  
  52.     t1 = time.time()
    53. 
  
  
  
  
  53. 
  
  
  
  
  54.     print('圖像已處理完并保存，耗時%d毫秒'%int((t1-t0)*1000))
    55.

使用上面展示的掃描半徑1km、掃描范圍130°的雷達二維數據(可直接下載圖像文件作為測試數據)，這段代碼生成扇形圖像大約耗時1.6秒鐘。發(fā)給求援的網友之后，很快傳來了反饋消息：新的腳本不但可以正常運行，速度更是提升了20倍左右。略帶夸張的千恩萬謝之后，這位網友又說，他們原本對優(yōu)化沒有抱多大期望，只想嘗試一下;如果優(yōu)化結果不理想的話，打算用C替換這個腳本的;現(xiàn)在好了，處理速度足可滿足需求，無需再用C重寫了。

幫忙的事情算是圓滿結束了，但這位網友的話卻讓我萌生了一個想法：用C來實現(xiàn)同樣的功能，究竟會比Python快多少呢?平時總聽到很多人說，Python如何如何慢，何不借此問題，讓Python和C來一個正面較量呢?

坐而論道，不如起而行之。幾個小時之后，我寫完了下面這段同樣是實現(xiàn)二維數據轉扇形圖像的C代碼。其中加載圖像文件和保存圖像文件，借用了GitHub上的一個C/C++圖像庫。這個名為stb的圖像庫，并非無名之輩，單是Contributors就有188人之多，持續(xù)開發(fā)近10年之久，圈內也算小有名氣。若要運行下面的代碼，請先去stb的GitHub(https://github.com/nothings/stb/)下載stb_image.h和stb_image_write.h兩個頭文件。

 
 
 
 
    
  
  
  
  
  1. #include 
    2. 
  
  
  
  
  2. #include 
    3. 
  
  
  
  
  3. #include 
    4. 
  
  
  
  
  4. 
  
  
  
  
  5. #define _USE_MATH_DEFINES
    6. 
  
  
  
  
  6. #include 
    7. 
  
  
  
  
  7. 
  
  
  
  
  8. #define STB_IMAGE_IMPLEMENTATION
    9. 
  
  
  
  
  9. #include "stb_image.h"
    10. 
  
  
  
  
  10. 
  
  
  
  
  11. #define STB_IMAGE_WRITE_IMPLEMENTATION
    12. 
  
  
  
  
  12. #include "stb_image_write.h"
    13. 
  
  
  
  
  13. 
  
  
  
  
  14. int main() {
    15. 
  
  
  
  
  15.     LARGE_INTEGER li;
    16. 
  
  
  
  
  16.     LONGLONG startTime, stopTime, freq;
    17. 
  
  
  
  
  17.     QueryPerformanceFrequency(&li);
    18. 
  
  
  
  
  18.     freq = li.QuadPart;
    19. 
  
  
  
  
  19.     QueryPerformanceCounter(&li);
    20. 
  
  
  
  
  20.     startTime = li.QuadPart; // 記錄開始時間
    21. 
  
  
  
  
  21. 
  
  
  
  
  22.     char* rawFile = "D://MyCcode//RadoData2Image//res//raw_d130_1km.png";
    23. 
  
  
  
  
  23.     char* outFile = "D://MyCcode//RadoData2Image//res//fan_d130_1km.png";
    24. 
  
  
  
  
  24.     int w_raw = 0, h_raw = 0, chn = 0;
    25. 
  
  
  
  
  25. 
  
  
  
  
  26.     unsigned char* radoData = stbi_load(rawFile, &w_raw, &h_raw, &chn, 0);
    27. 
  
  
  
  
  27. 
  
  
  
  
  28.     int r0 = 100, cw = 1, r1 = h_raw + r0;
    29. 
  
  
  
  
  29.     double angle = 130.0, phase = 155.0;
    30. 
  
  
  
  
  30.     int w_out = 2*r1 - 1, h_out = 2*r1 - 1;
    31. 
  
  
  
  
  31.     int size_out = w_out * h_out * chn;
    32. 
  
  
  
  
  32.     int k = (int)(ceil((M_PI*angle/180.0)*w_out/w_raw));
    33. 
  
  
  
  
  33.     int arc = k * w_raw;
    34. 
  
  
  
  
  34.     double step = angle/(arc-1);
    35. 
  
  
  
  
  35. 
  
  
  
  
  36.     char* fanData;
    37. 
  
  
  
  
  37.     fanData = (char*)malloc(size_out); // 生成保存轉換結果的數組
    38. 
  
  
  
  
  38.     for (int i=0; i
  
  
  
  
  39.         fanData[i] = 0; // 初始化像素，全部透明
    40. 
  
  
  
  
  40.     }
    41. 
  
  
  
  
  41. 
  
  
  
  
  42.     double theta, sinv, cosv;
    43. 
  
  
  
  
  43.     int x, y, col_raw, pos_raw, pos_out;
    44. 
  
  
  
  
  44.     for (int i=0; i
  
  
  
  
  45.         if (cw == 1)
    46. 
  
  
  
  
  46.             theta = M_PI * (phase - i*step) / 180.0;
    47. 
  
  
  
  
  47.         else
    48. 
  
  
  
  
  48.             theta = M_PI * (phase + i*step) / 180.0;
    49. 
  
  
  
  
  49. 
  
  
  
  
  50.         sinv = sin(theta);
    51. 
  
  
  
  
  51.         cosv = cos(theta);
    52. 
  
  
  
  
  52.         col_raw = i/k;
    53. 
  
  
  
  
  53. 
  
  
  
  
  54.         for (int r=r0; r
  
  
  
  
  55.             x = (int)(cosv*r) + r1 - 1;
    56. 
  
  
  
  
  56.             y = -(int)(sinv*r) + r1 + 1;
    57. 
  
  
  
  
  57.             pos_out = (y * h_out + x) * chn;
    58. 
  
  
  
  
  58.             pos_raw = ((h_raw - 1 - r + r0) * w_raw + col_raw) * chn;
    59. 
  
  
  
  
  59.             for (int j=0; j<4; j++)
    60. 
  
  
  
  
  60.                 fanData[pos_out+j] = radoData[pos_raw+j];
    61. 
  
  
  
  
  61.         }
    62. 
  
  
  
  
  62.     }
    63. 
  
  
  
  
  63. 
  
  
  
  
  64.     // 將轉換結果保存為文件
    65. 
  
  
  
  
  65.     stbi_write_png(outFile, w_out, h_out, chn, fanData, 0);
    66. 
  
  
  
  
  66. 
  
  
  
  
  67.     QueryPerformanceCounter(&li);
    68. 
  
  
  
  
  68.     stopTime = li.QuadPart; // 記錄結束時間
    69. 
  
  
  
  
  69.     int costTime =(int)((stopTime-startTime)*1000/freq);
    70. 
  
  
  
  
  70.     printf("Time cost: %d ms\n", costTime);
    71. 
  
  
  
  
  71. 
  
  
  
  
  72.     return 0;
    73. 
  
  
  
  
  73. }
    74.

激動人心的時刻終于到了，我迫不及待地點擊了“構建并運行”按鈕?？雌饋硪磺许樌聊谎杆贊L動并最終定格。

C代碼運行截圖

什么?2668毫秒?竟然比Python慢了1000毫秒?不可能!!!直覺告訴我，一定是哪里出現(xiàn)了問題。接下來我又花了幾個小時，反復檢查驗證，但結果和過程都沒有發(fā)現(xiàn)問題。下表是10次運行結果的耗時記錄，結果顯示，在相同的測試條件下，Python平均耗時1660毫秒，C平均耗時2582毫秒，Python耗時大約是C的64%。

No. Python C
1 1635ms 2596ms
2 1652ms 2599ms
3 1696ms 2609ms
4 1673ms 2557ms
5 1633ms 2550ms
6 1632ms 2584ms
7 1626ms 2567ms
8 1729ms 2603ms
9 1642ms 2562ms
1 1691ms 2593ms
平均 1660ms 2582ms
 

盡管不可思議，但我現(xiàn)在開始嘗試相信這個結果了。讀者您呢?要是有疑問或建議，歡迎留言。如有更加高效的Python代碼或著C代碼，請發(fā)私信給我，讓我們一起將這場Python和C語言的正面交鋒延續(xù)下去、延伸開來。


網站標題：Python正面硬剛C語言，結果會怎樣？
本文地址：http://www.5511xx.com/article/dhopeig.html