Python 优化性能，以最大像素值调整大小

我想通过只保留每个像素集的最大像素值来减小图像的大小。我用python实现了这一点：

def pixel_max_resize(img, h, w):    
    imr = np.zeros((h,w),  dtype=np.uint8)
    r = int(h/w)    
    for j in range(0,w):
         imr[:,j] = np.amax(img[:,j*r:j*r+r], axis = 1) 
    return imr

---

此功能比相同大小的cv2.resize慢得多（5-10倍）。有人知道如何优化此函数的速度吗？是否有一个列表理解公式可以加快这个过程？

我不能100%确定您想要实现什么，因为如果目标高度不等于源高度，您的代码就会抛出错误。无论如何，这里有一个函数，它根据每个子采样区域的最大值调整图像的大小。它大约比你的代码快3-5倍

def pixel_max_resize(img, h, w):
    source_h, source_w = img.shape
    return img.reshape(h,source_h // h,-1,source_w // w).swapaxes(1,2).reshape(h,w,-1).max(axis=2)

（注意：源宽度和高度必须分别为目标宽度和高度的整数倍）

说明：

源2d图像被分割成3d阵列，使得第一和第二轴具有目标宽度和高度的大小，并且第三轴包含针对一个目标像素进行二次采样的所有像素的值<此轴上的code>max（）返回每个子样本的最大值