Ich arbeite an einem Projekt, in dem die Varianz eines Bildes ermittelt werden soll. Momentan gehe ich zwei Ansätze an (beide funktionieren, sind aber sehr langsam):

Berechnen Sie die Varianz für jedes Pixel einzeln:

Dies ist der Code mit numpy, Varianzmatrix ist die Ausgabe

varianceMatrix = np.zeros(im.shape,np.uint8)
w = 1              # the radius of pixels neighbors 
ny = len(im)
nx = len(im[0])


for i in range(w,nx-w):
    for j in range(w,ny-w):

        sampleframe = im[j-w:j+w, i-w:i+w]
        variance    = np.var(sampleframe)
        varianceMatrix[j][i] = int(variance)

return varianceMatrix   

Verwenden einer vorhandenen Scipy-Funktion:

Dies ist die Scipy-Funktion:

from scipy import ndimage

varianceMatrix = ndimage.generic_filter(im, np.var, size = 3)

Die Scipy-Funktion ist schneller, aber nicht so sehr. Ich suche eine bessere Alternative, um die Varianz zu berechnen.

Irgendwelche Ideen??