# pneumonia_tools

**Repository Path**: baihaowen/pneumonia_tools

## Basic Information

- **Project Name**: pneumonia_tools
- **Description**: 算法优化
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-01-30
- **Last Updated**: 2024-02-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# pneumonia_tools算法优化

此部分Test代码将对一张图片进行处理,使其转换为2D高斯热力图

主要的数据部分如下:

pneumonia_tools\pneumonia_tools\104.png

​	1.calc_convex_hull_2d

​	2.Canny

​	3.put_heatmap_2d

## 算法执行详细测试

put_heatmap_2d进行2D高斯热力图转换操作过慢

- 此代码尽量不更改里面的数学逻辑,可能会导致图像变形
- 部分计算可以向量化，而不必逐一迭代点进行计算
- 可能存在多次对数组进行索引和赋值的操作，这在大型数组上可能会导致性能下降
- 在循环中遍历限定计算范围的点并逐一计算热力值，这种循环遍历通常比较慢

解决方案1：对每个进入的原图像进行图像学处理,使得计算量降低

解决方案2：在put_heatmap_2d中使用向量化计算,同时避免重复的运算

| pneumonia_tools     |          |                |
| ------------------- | -------- | -------------- |
| calc_convex_hull_2d | Canny    | put_heatmap_2d |
| 0.001994            | 0.001993 | 107.463153     |
| all cost: 107.473   |          |                |

## 算法输入图像优化

> 此部分主要对输入的图像使用opencv进行了形态学处理
>
> 优化逻辑：
>
> 1. 对图像进行2次降采样使其尺寸变小,减小计算量
> 2. 把降采样后的图像复原为原始尺寸

| pneumonia_tools     |          |                |
| ------------------- | -------- | -------------- |
| calc_convex_hull_2d | Canny    | put_heatmap_2d |
| 0.023937            | 0.002055 | 2.180876       |
| all cost: 2.206868  |          |                |

从原来的107.473s提升到了2.206868s

## put_heatmap_2d函数优化

> 此部分主要对put_heatmap_2d函数进行了一些算法的优化
>
> 优化逻辑:
>
> 1. 协方差矩阵修正的优化
> 2. 矩阵运算的向量化
> 3. 有效点的计算优化
> 4. 数组索引的优化

| pneumonia_tools     |          |                |
| ------------------- | -------- | -------------- |
| calc_convex_hull_2d | Canny    | put_heatmap_2d |
| 0.017950            | 0.000986 | 0.015969       |
| all cost: 0.043     |          |                |

从图像处理后的2.206868s提升到了0.043

## 尺寸测试

选取512x512的图片和2048x2048的图像进行对比

> 可以看出图像的尺寸对于计算的时间影响较大，4倍的计算量，提升了28.5倍的时间,后续需要尝试更多的优化方式进行优化

| x86     |           |
| ------- | --------- |
| 512x512 | 2048x2048 |
| 0.044   | 1.255     |