OpenCV之時間測試和性能優化技術

一、時間測試

對比於Ipython中使用的   %time  （後加多行代碼） 、  %timeit  （後加單行代碼），OpenCV也有自己的時間測試計算函數

• cv2.getTickCount：函數返回一個參考事件（就像機器開啓的瞬間）到此函數被調用之間的時鐘週期數。所以如果你在一個函數執行之前和之後調用它，你會得到用來執行一個函數的時鐘週期數。
• cv2.getTickFrequency：函數返回時鐘週期的頻率或每秒鐘的時鐘週期數。所以要以秒數爲單位測量執行的時間

python測試代碼：

以中值濾波爲例

import cv2
import numpy as np

img1 = cv2.imread("C:/Users/NWPU/Desktop/1.jpg")
e1 = cv2.getTickCount()
#中值濾波
for i in range(5, 49, 2):
    img1 = cv2.medianBlur(img1, i)
e2 = cv2.getTickCount()
t = (e2 - e1) / cv2.getTickFrequency()
print(t)

 

二、python和Numpy的性能優化技術

1. 儘可能避免在Python中使用循環，特別是雙/三重循環等。它們註定很慢。
2. 儘量矢量化算法/代碼，因爲Numpy和OpenCV針對矢量操作進行了優化。
3. 利用緩存一致性。
4. 除非必要，否則不要複製數組。嘗試使用Numpy視圖。數組的複製是一個代價高昂的操作。

在完成所有這些操作之後，如果代碼仍然很慢，或者使用循環是不可避免的，那麼可以使用像Cython這樣的庫來加快運行速度。