import numpy as np def frame2mat(frameBuffer): """将帧信息转换为numpy的矩阵对象，后续可以通过opencv的cvtColor转换为特定的图像格式""" frame, buffer = frameBuffer bits = np.uint8 if (frame.bits == Bits.BITS_8) else np.uint16 shape = None if frame.format >= ImageFormat.FORMAT_MONO and frame.format <= ImageFormat.FORMAT_BAYER_RG: shape = 1 elif frame.format == ImageFormat.FORMAT_BGR24 or frame.format == ImageFormat.FORMAT_RGB24: shape = 3 elif frame.format == ImageFormat.FORMAT_BGR32 or frame.format == ImageFormat.FORMAT_RGB32: shape = 4 else: return None mat = np.ndarray(shape=(frame.iHeight, frame.iWidth, shape), dtype=bits, buffer=buffer) return mat帮我优化

可以对该函数进行以下优化：
1. 将np.uint8和np.uint16定义为常量，避免在函数调用时重复创建。
2. 通过字典存储格式信息和对应的shape，避免使用大量的if-else语句。
3. 将np.ndarray的shape参数修改为元组类型，避免在函数调用时创建新的元组对象。

修改后的代码如下：

import numpy as np

UINT8 = np.uint8
UINT16 = np.uint16

SHAPE_DICT = {
    ImageFormat.FORMAT_MONO: (1,),
    ImageFormat.FORMAT_YUV422: (1,),
    ImageFormat.FORMAT_BGR24: (3,),
    ImageFormat.FORMAT_RGB24: (3,),
    ImageFormat.FORMAT_BGR32: (4,),
    ImageFormat.FORMAT_RGB32: (4,),
    ImageFormat.FORMAT_BAYER_RG: (1,)
}

def frame2mat(frameBuffer):
    """将帧信息转换为numpy的矩阵对象，后续可以通过opencv的cvtColor转换为特定的图像格式"""
    frame, buffer = frameBuffer
    
    bits = UINT8 if frame.bits == Bits.BITS_8 else UINT16
    shape = SHAPE_DICT.get(frame.format)
    
    if shape is None:
        return None
    
    mat = np.ndarray(shape=(frame.iHeight, frame.iWidth, *shape), dtype=bits, buffer=buffer)
    return mat