我如何在这里加快 matplotlibs 的重绘？

问题描述

我正在尝试编写一个简单的可视化脚本，其中包含一些 mri 切片及其相应的掩码。将两者叠加并让我使用 j 和 k 键滚动时间序列。

这是我到目前为止所得到的并且它有效（从某种意义上说，它为我提供了上述功能）。

import matplotlib.pyplot as plt 
import numpy as np 
import nibabel as nib 
import argparse
import os
import re
import matplotlib
def multiSliceViewer(volume):
    # get rid of matplotlibs prevIoUs use for j,k keys
    remove_keymap_conflicts({'j','k'})
    # create figure
    fig,ax = plt.subplots()
    # set volume and index as attributes of ax
    ax.volume = volume
    ax.index = len(volume)//2
    img,mask = ax.volume[ax.index]
    # set 0 values to None so mask can be drawn on top of mri slice image
    mask[mask==0]=None
    # draw image and then over lay mask on top
    ax.imshow(img,cmap = 'gray')
    ax.imshow(mask,cmap = 'autumn')
    fig.canvas.mpl_connect('key_press_event',process_key)

def process_key(event):
    """Set actions for keys j and k"""
    fig = event.canvas.figure
    ax = fig.axes[0]
    if event.key == 'j':
        prevIoUs_slice(ax)
    elif event.key == 'k':
        next_slice(ax)
    fig.canvas.draw()

def prevIoUs_slice(ax):
    """Go to the prevIoUs slice."""
    volume = ax.volume
    # wrap around using % to enable continuous scrolling
    ax.index = (ax.index - 1) % len(volume)
    img,mask = volume[ax.index] 
    mask[mask==0]=None
    ax.imshow(img,cmap = 'autumn')

def next_slice(ax):
    """Go to the next slice."""
    volume = ax.volume
    # wrap around using % to enable continuous scrolling
    ax.index = (ax.index + 1) % len(volume)
    img,cmap = 'autumn')

def remove_keymap_conflicts(new_keys_set):
    """takes in a set of keys and removes the action paired with them"""
    for prop in plt.rcParams:
        if prop.startswith('keymap.'):
            keys = plt.rcParams[prop]
            remove_list = set(keys) & new_keys_set
            for key in remove_list:
                keys.remove(key)

if __name__=="__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("img_path",help="path to imgs",type=str)
    parser.add_argument("mask_path",help="path to masks",type=str)

    args = parser.parse_args()
    img_path = args.img_path
    mask_path = args.mask_path

    # image and mask file arrays
    img_files = [f for f in os.listdir(img_path) if f.endswith('.nii.gz')]
    mask_files = [f for f in os.listdir(mask_path) if f.endswith('.nii.gz')]
    # sort imgs and masks by numbering (WARNING: Only works if theres 1 numerical expression in filename)
    # eg - frame-312.nii.gz or frame312.nii.gz OK
    # BUT - frame312-2.nii.gz will break code
    sorted_img_files = sorted(img_files,key = lambda x :int(re.findall(r'\d+',x)[0]))
    sorted_mask_files = sorted(mask_files,x)[0]))
    # load imgs and masks
    imgs_array = [nib.load(os.path.join(img_path,f)).get_fdata() for f in sorted_img_files]
    masks_array = [nib.load(os.path.join(mask_path,f)).get_fdata() for f in sorted_mask_files]
    # create image volume to be passed to multi slice viewer,time axis set to 0
    volume=[]
    for idx in range(len(imgs_array)):
        volume.append((imgs_array[idx],masks_array[idx]))
    
    multiSliceViewer(volume)

运行上面的代码，给定一个数据集会给我以下结果： image

我可以通过按 j 和 k 来翻转帧，主要问题是这太慢了。加载下一张图片需要几秒钟的时间。

在查看了有关此主题的堆栈溢出之后，很多人都提到了 blitting 可以加快重新绘制过程，但是调用 figureCanvasBase.supports_blit 给了我 False。有没有其他方法可以加快这个重新绘制过程？无论如何，除了掩码周围的区域之外，是否可以将有关绘图的所有内容存储在内存中，以便它只重新绘制掩码周围的区域（这是帧之间唯一变化的位）。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）