简介
使用OpenCV自带的函数getTickCount可以得到周期数,getTickFrequency可以得到频率,其单位是cycles per second。示例代码如下:
import numpy as np
import cv2
import matplotlib.pyplot as plt
# Load two images
img1 = cv2.imread('Desert.jpg')
e1 = cv2.getTickCount()
for i in xrange(5,49,2):
img1 = cv2.medianBlur(img1,i)
e2 = cv2.getTickCount()
t = (e2 - e1)/cv2.getTickFrequency()
print t
cv2.waitKey(0)
cv2.imshow('result',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
首先得到运行周期数,除频率(乘周期)得到所需时间。
此外在
优化技巧
- 避免在python中使用循环,尤其是双层/三层循环结构。
- 将代码/算法向量化,Numpy和OpenCV都针对向量操作做了大量优化。
- 利用Cache,如内层循环使用小循环能增加cache击中率。
- 尽量不对数组进行拷贝操作。尤其是图像二维数组,通常数据量巨大。
- 对于性能有特殊要求的可以使用Cython