Python读取图像方法及效率对比

最近的工作中遇到了大量的图像读取（图片->array）的操作，如果每次读取的效率都快一些的话，便可以大量节约数据处理方面所耗费的时间。下面主要介绍在Python中经常使用的图像转array的方法，并进行相应的对比。

基础版——仅读入不做任何操作

PIL

PIL是基础的处理图像的库，话不多说PIL下图像转化为np.array：

from PIL import Image
import numpy as np
import datetime

path = 'E:\\1812927-2.JPG'

time_count =0.0
for j in range(10):
    begin = datetime.datetime.now()

    for i in range(10):
        im = Image.open(path)
        print(np.asarray(im))

    end  = datetime.datetime.now()

    cost = end-begin
    time_count += float(cost.microseconds)

print(time_count/10)

运行结果：

104706.0

 

OpenCV

import cv2
import numpy as np
import datetime

path = 'E:\\1812927-2.JPG'

time_count =0.0
for j in range(10):
    begin = datetime.datetime.now()