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 &