问题
我编写了一个Haskell程序，它可以遍历文件夹并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repa数组中。我通过将所有红色、蓝色和绿色值相加，然后除以像素数来计算平均值：
-- 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, g, 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编写了这个程序，使用Python图像库。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, g, 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)
当在一个包含301张图片的文件夹上运行两者时，Haskell版本的速度比Python版本慢0.2秒（0.87对0.64）。这似乎很奇怪，因为Haskell是一种编译语言（通常比解释语言更快），而且我听说repa数组具有良好的性能（尽管这可能只是与其他Haskell数据类型（如列表）相比较）。
我尝试过的方法是注意到我正在使用显式递归，所以我决定使用fold来替换它，这也意味着我不再需要检查是否超出了数组的边界:
(r,g,b) = foldl' f (0,0,0) [(x, y) | x <- [0..w-1], y <- [0..h-1]]
f (r,g,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))
这使得代码变慢了（需要1.2秒），因此我决定对代码进行性能分析，以确定大部分时间都花费在哪里（是否存在明显的瓶颈或者repa-devil包只是慢）。性能分析告诉我，约58%的时间花费在f函数中，约35%的时间花费在addCol中。
不幸的是，我无法想到任何方法使之运行更快。这个函数只是一个数组索引和一个加法——与Python代码相同。有没有方法可以提高这段代码的性能，或者Python图像库只是提供了更好的性能？
(r,g,b) = foldl' f (0,0,0) [(x, y) | x <- [0..w-1], y <- [0..h-1]]中使用foldl'没有任何好处。foldl'将中间结果计算到弱头正常形式，即这里的(,,)构造函数。组件仍然是延迟计算的。我不想安装一个包来检查，所以只能猜测。是否将f在r、g和b上变为严格求值，f row col !r !g !b（当然需要使用BangPatterns），是否会有帮助？ - Daniel Fischerfold与repa似乎不是一个好主意，转换为列表可能无法解决问题。我敢打赌，如果有人想要检查，使用backpermute将颜色通道作为三个单独的延迟数组，然后调用sumS会获得更好的性能。 - Thomas M. DuBuisson