OpenCV__Python通过getTickCount计算程序运行花费的时间__教程5

可以自己查看opencv相应的文档

https://docs.opencv.org/4.2.0/db/de0/group__core__utils.html#gae73f58000611a1af25dd36d496bf4487

主要用到如下两个函数

 

1、函数说明如下：

cv::getTickCount()可以用来测量一段代码的运行时间，这个函数返回从上次开机算起的时钟周期数。 

 cv::getTickFrequency()返回的是每秒钟的时钟格式

2、基础使用框架

#（1）需要开始算时间的地方
t1 = cv.getTickCount()

#你运行程序的地方
#你运行程序的地方
#你运行程序的地方

#（2）需要结束算时间的地方
t2 = cv.getTickCount()

#（3）算以下时间,以下将花费了多少个时钟转化为秒
time = (t2-t1)/cv.getTickFrequency()

3、接着教程4的例子修改下

#引入opencv模块
import cv2 as cv
#引入numpy模块
import numpy as np
#引入sys模块
import sys


#读取并输出图像像素值
def showimagepixel(img):
    #输出图像像素
    pixel_data=np.array(img)
    print(pixel_data)


#对图像的像素值进行操作
def pixel_process(img):
    H,W,C = img.shape  #该方法可以获取图像的尺寸
    print("height:  %s, width:  %s, channel:  %s,"%(H,W,C))
    for row in range(W):
        for col in range(H):
            for channel in range(C):
                pv = img[row,col,channel]
                img[row,col,channel]=255-pv
    return img


def pixel_test():
    #获取当前CPU运行时间
    timestart=cv.getTickCount()
    img = cv.imread('E:/chenopencvblogimg/red.bmp')
    #判断是否读取成功
    if img is None:
        print("Could not read the image,may be path error")
        return

    #显示原始图像
    cv.namedWindow("display_orign",cv.WINDOW_NORMAL)
    cv.imshow("display_orign", img)
    showimagepixel(img)

    #显示处理后的图像
    imgprocessed = pixel_process(img)
    cv.namedWindow("display_processed",cv.WINDOW_NORMAL)
    cv.imshow("display_processed", imgprocessed)
    showimagepixel(imgprocessed)  

    #获取这段程序运行结束时CPU运行时间
    timeend=cv.getTickCount()
    #计算这段程序花费的时间
    timeelapse=(timeend-timestart)/cv.getTickFrequency()
    print("time: %s"%(timeelapse*1000))
    
    #让显示等待键盘输入维持在那里，否则程序跑完就闪退啦！
    cv.waitKey(0)
    #销毁窗口
    cv.destroyAllWindows()

if __name__ == '__main__':
    sys.exit(pixel_test() or 0)

文件读取和界面显示都挺花费时间的