Matplotlib замедляется после каждого прохода

Почему мой код замедляется с течением времени? Когда код запускается изначально, выполнение цикла занимает ~0,1 секунды. К 90-му проходу у меня 1+ секунда. Я показываю и сохраняю изображение. Я заметил, что если я закомментирую fig.canvas.draw() и fig.canvas.flush_events() код работает как положено. Проблема заключается в отображении и обновлении интерактивного окна. Есть ли переменная, которую мне нужно очистить?

from flirpy.camera.lepton import Lepton
import matplotlib.pyplot as plt
import numpy as np
import cv2
from PIL import Image as im
import os, sys
import time

%matplotlib notebook
savefold = ('Therm')
if not os.path.exists(savefold):
    os.makedirs(savefold)
    
    
camera = Lepton()
plt.ion()
fig = plt.figure()
ax = fig.add_subplot(111)
                         
def getFrame():
    image = camera.grab()
    
    fimage = np.around((image/100 - 273.15) * 9 / 5 + 32, 2)
    cimage = np.around(image/100 - 273.15, 2)
    kimage = np.around(image/100, 2)
    
    cimage = np.where(cimage < 20, 20, cimage)
    cimage = np.where(cimage > 30, 30, cimage)
    
    getFrame.z = cimage
    return getFrame.z

getFrame.z = None
i = 0
while True:
    tic = time.perf_counter()

    npimage=getFrame()
    npimage=npimage
    
    data = im.fromarray(npimage)
    plt.imshow(data)
    fig.canvas.draw()
    fig.canvas.flush_events()
    
    plt.imsave(os.path.join(savefold, f'test_{i:05}.png'), data)
    i += 1
    
    toc = time.perf_counter()
    print(f'Time to execute: {toc - tic:0.4f} seconds')
    

camera.close()
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
13
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Потому что вы добавляете одно изображение для каждой итерации: все предыдущие изображения все еще находятся в буфере matplotlib, и они визуализируются!

Вам нужно очистить буфер. Попробуйте использовать эту строку кода перед командой imshow:

plt.gca().images.clear()

Другие вопросы по теме