numpy / scipy中的平方差异（SSD）总和 [英] Sum of Square Differences (SSD) in numpy/scipy

问题描述

我正在尝试使用Python和Numpy / Scipy来实现图像处理算法。分析器告诉我在下面的函数（经常调用）中花费了大量时间，它告诉我两个图像之间的平方差异总和

I'm trying to use Python and Numpy/Scipy to implement an image processing algorithm. The profiler tells me a lot of time is being spent in the following function (called often), which tells me the sum of square differences between two images

def ssd(A,B):
    s = 0
    for i in range(3):
        s += sum(pow(A[:,:,i] - B[:,:,i],2))
    return s

我怎样才能加快这个速度？谢谢。

How can I speed this up? Thanks.

推荐答案

只需

s = numpy.sum((A[:,:,0:3]-B[:,:,0:3])**2)

（我预计可能只是总和（（AB）** 2）如果形状总是（，，3））

(which I expect is likely just sum((A-B)**2) if the shape is always (,,3))

您还可以使用sum方法：（（AB）** 2）.sum （）

You can also use the sum method: ((A-B)**2).sum()

对吗？

这篇关于numpy / scipy中的平方差异（SSD）总和的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！