python – 使用REPA优化haskell中的平均图像颜色程序

我写了一个Haskell程序,它通过一个文件夹找到文件夹中每个图像的平均颜色.它使用来自hackage的repa-devil包将图像加载到修复阵列中.我通过添加所有红色,蓝色和绿色值然后除以像素数来找到平均值：

-- compiled with -O2
import qualified Data.Array.Repa as R
import Data.Array.Repa.IO.DevIL
import Control.Monad.Trans (liftIO)
import System.Directory (getDirectoryContents)

size :: (R.Source r e) => R.Array r R.DIM3 e -> (Int,Int)
size img = (w,h)
    where (R.Z R.:. h R.:. w R.:. 3) = R.extent img

averageColour :: (R.Source r e,Num e,Integral e) => R.Array r R.DIM3 e -> (Int,Int,Int)
averageColour img = (r `div` n,g `div` n,b `div` n)
    where (w,h)  = size img
          n       = w * h
          (r,g,b) = f 0 0 0 0 0
          f row col r g b
            | row >= w  = f 0 (col + 1) r g b
            | col >= h  = (r,b)
            | otherwise = f (row + 1) col (addCol 0 r) (addCol 1 g) (addCol 2 b)
            where addCol x v = v + fromIntegral (img R.! (R.Z R.:. col R.:. row R.:. x))

main :: IO ()
main = do
    files <- fmap (map ("images/olympics_backup/" ++) . filter (`notElem` ["..","."])) $getDirectoryContents "images/olympics_backup"
    runIL $do
        images <- mapM readImage files
        let average = zip (map ((RGB img) -> averageColour img) images) files
        liftIO . print $average

我还使用Python Image Library在Python中编写了这个程序.它以相同的方式找到图像的平均值：

import Image

def get_images(folder):
    images = []
    for filename in os.listdir(folder):
        images.append(folder + filename)
    return images

def get_average(filename):
    image = Image.open(filename)
    pixels = image.load()
    r = g = b = 0
    for x in xrange(0,image.size[0]):
        for y in xrange(0,image.size[1]):
            colour = pixels[x,y]
            r += colour[0]
            g += colour[1]
            b += colour[2]
    area = image.size[0] * image.size[1]
    r /= area
    g /= area
    b /= area
    return [(r,b),filename,image]

def get_colours(images):
    colours = []
    for image in images:
        try:
            colours.append(get_average(image))
        except:
            continue
    return colours

imgs = get_images('images/olympics_backup/')
print get_colours(imgs)

当这两个都在301图像的文件夹上运行时,Haskell版本的性能优于0.2秒(0.87对0.64).这看起来很奇怪,因为Haskell是一种编译语言(通常比解释的语言更快),我听说修复数组具有良好的性能(尽管这可能只是与其他Haskell数据类型相比,如列表).

我尝试了什么

我做的第一件事是注意我使用了显式递归,因此我决定使用折叠来替换它,这也意味着我不再需要检查我是否超出了数组的范围：

(r,b) = foldl' f (0,0) [(x,y) | x <- [0..w-1],y <- [0..h-1]]
f (r,b) (row,col) = (addCol 0 r,addCol 1 g,addCol 2 b)
        where addCol x v = v + fromIntegral (img R.! (R.Z R.:. col R.:. row R.:. x))

这使得它运行得更慢(1.2秒),所以我决定分析代码,看看大部分时间花在哪里(如果我创造了一个明显的瓶颈或者修复 – 魔鬼包只是很慢).该配置文件告诉我,大约58％的时间花在了f函数上,大约35％的时间花在了addCol上.

不幸的是,我想不出任何方法可以让它更快地运行.该函数只是一个数组索引和一个附加项 – 与python代码相同.有没有办法提高此代码的性能,或者Python Image Library是否提供更高的性能？