在Python中从TCP客户端获取字符串后，加快从字节字符串到图像的转换

我有一个客户端，它在TCP客户端中接收来自TCP服务器的映像

在这之后，图像被序列化，当然是作为字节。现在我想再次将其重塑为一个图像

然而，我的过程需要很长时间，所以我想知道是否有一种更具python风格、更快的方法来实现这一点

每个步骤都会对代码进行注释，但它们是：

1.将其从十六进制二进制表示转换为可读字符串（0.002秒）

2.在每个字节对后拆分字符串（0.08秒）

3.将列表的每个值强制转换为整数（0.17秒）

4.重塑为红色、绿色、蓝色（0.02）的矩阵表示形式

5.一起重塑矩阵以形成图像

在查看了计时之后，我发现大部分时间都是通过第三步来完成的

#....Some TCP stuff before, and this code is in a loop:
#Convert from hex binary to string
asstr = binascii.hexlify(data)
#Split up after each byte couple
n = 2
split = [asstr[i:i+n] for i in range(0, len(asstr), n)]
#Convert each byte couple to integer from its hex representation    
asint = [];
for i in split:    
    asint.append(int(i,16))   

#Reshape into red,green and blue
try:
    red = np.asarray(asint[::3]).reshape(240,424);
    green = np.asarray(asint[1::3]).reshape(240,424);
    blue = np.asarray(asint[2::3]).reshape(240,424);
except ValueError:
    continue;

#Reshape into an Image representation for opencv
img = np.transpose(np.asarray([red,green,blue],dtype=np.uint8),axes=(1, 2, 0))

#Show image
cv2.imshow('something',img)
if cv2.waitKey(1) & 0xFF == ord('q'):
    break

如果我打印数据，我会在命令行中得到一些“ascii垃圾”，它们只是ascii中数字的表示。

---

用

binascci.hexlify（数据）

解码并打印出来后，我得到的值是一个巨大的字符串，如“

011231A3B2B1C312…

”（只是一个例子）

你确定你没有让事情变得比必要的复杂吗？也许我遗漏了什么，但是使用正确长度的mock

bytes

对象，我在一行中获得了与您的五步方法相同的输出：

import numpy as np
import binascii

def the_humourless_route(data):
    return np.frombuffer(data, dtype=np.uint8).reshape(240, 424, 3)

def the_scenic_route(data):
    #....Some TCP stuff before, and this code is in a loop:
    #Convert from hex binary to string
    asstr = binascii.hexlify(data)
    #Split up after each byte couple
    n = 2
    split = [asstr[i:i+n] for i in range(0, len(asstr), n)]
    #Convert each byte couple to integer from its hex representation    
    asint = [];
    for i in split:    
        asint.append(int(i,16))   

    #Reshape into red,green and blue
    try:
        red = np.asarray(asint[::3]).reshape(240,424);
        green = np.asarray(asint[1::3]).reshape(240,424);
        blue = np.asarray(asint[2::3]).reshape(240,424);
    except ValueError:
        pass

    #Reshape into an Image representation for opencv
    img = np.transpose(np.asarray([red,green,blue],dtype=np.uint8),axes=(1, 2, 0))
    return img

data = bytes(np.random.randint(0, 256, (240*424*3,)).tolist())
print(np.all(the_scenic_route(data) == the_humourless_route(data)))

输出：

True

---

那么，哪一步占用了大部分时间/哪一部分是瓶颈？我现在发现的第三步可能您可以在上一步中进行

int

转换：

[int（asstr[I:I+n]，16）对于范围（0，len（asstr），n）]

？谢谢，这带来了一点改进：第2步现在需要约0.21秒——总体来说速度更快，但如果这是一个愚蠢的问题，那就太慢了。但第1-3步的目的到底是什么？如果我没弄错的话，您正在将字节（基本上是数字）转换为十六进制字符串，然后再转换回数字。你能不能把这个来回剪下来？我错过什么了吗？谢谢你这真的很棒！我不知道numpy的“frombuffer”方法