如何快速地将一个由Python-in-Lua的numpy数组转换为Lua Torch Tensor？

我有一个返回多维 numpy 数组的 Python 函数。我想从 Lua 中调用此 Python 函数，并尽快将数据获取到一个 Lua Torch 张量中。我有一个运行缓慢但可以工作的解决方案，并正在寻找一种显著更快的方法（10fps 或更高的顺序）。我不确定这是否可能。

我认为这对其他人会有用，考虑到 Facebook 支持的 Torch 的日益流行以及 Python 中可用的广泛易用的图像处理工具，这是 Lua 所缺少的。

我正在使用 Bastibe 的 lunatic-python 分支，以从 Lua 中调用 Python 函数。在此前一个问题和此文档的帮助下，我想出了一些代码，但是速度太慢了。我正在使用 Lua 5.1 和 Python 2.7.6，并且可以根据需要更新这些内容。

Lua 代码："test_lua.lua"

require 'torch'

print(package.loadlib("libpython2.7.so", "*"))
require("lua-python")

getImage = python.import "test_python".getImage

pb = python.builtins()

function getImageTensor(pythonImageHandle,width,height)
    imageTensor = torch.Tensor(3,height,width)
    image_0 = python.asindx(pythonImageHandle(height,width))
    for i=0,height-1 do
        image_1 = python.asindx(image_0[i])
        for j=0,width-1 do
            image_2 = python.asindx(image_1[j])
            for k=0,2 do
                -- Tensor indices begin at 1
                -- User python inbuilt to-int function to return integer
                imageTensor[k+1][i+1][j+1] = pb.int(image_2[k])/255
            end
        end
    end
    return imageTensor
end

a = getImageTensor(getImage,600,400)

Python 代码："test_python.py"

import numpy
import os,sys
import Image

def getImage(width, height):
    return numpy.asarray(Image.open("image.jpg"))