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