Python|OpenCV-性能测试以及优化方法(9)

前言

本文是该专栏的第9篇，后面将持续分享OpenCV计算机视觉的干货知识，记得关注。

在面对图像处理的项目需求时，要知道程序每秒都会处理大量的数据工作，而我们想要让程序达到实用的效果。必须要让自己的代码能提供最准确的解决方法，且该方法能以最快的效率去执行完成。所以当你想要测试你的执行代码的性能时，OpenCV提供了一些方法可以帮助你测试代码的性能，以及提升你代码性能的建议。

具体是怎样的方法和建议，笔者将在正文内容结合“实际代码”来详细介绍。（附带完整代码）

正文

1. 使用OpenCV测试性能

在开始之前，笔者补充一点。

要知道除了OpenCV之外，Python的第三方库time也可以帮助实际测量程序的运行时间。此外，还有profile可以帮助你得到程序代码的详细执行报告。

总的来说，就是你可以清晰的了解到在你的目标代码中，每个函数或方法在运行的时候耗费了多少时间，每个函数或方法被调用了多少次等。

用代码举例如下：

import cv2 as cv
import time


# 读取图像
# 这里仅举例，随机读取某张图片
img = cv2.imread('demo.jpg')    

# 测试图像处理性能
start_time = time.time()
gray &