opencv-pyhton的性能提高
时间函数
cv.getTickCount()函数返回从操作系统启动到当前所经的计时周期数。
cv.getTickFrequency函数返回每秒的计时周期数。
time.time()函数返回的是当前的绝对事件单。
一个计算运行时间的例子:
import cv2 as cv
import time
img1 = cv.imread('C:\\Users\\Administrator\\Desktop\\pic\\2.png')
e1 = time.time()
e3=cv.getTickCount()
for i in range(5,49,2):
img1 = cv.medianBlur(img1,i)
e2 = time.time()
e3=cv.getTickCount()
t = (e2 - e1)
t1=(e2 - e1)/cv.getTickFrequency()
print( t )
print( t1 )
设置默认优化函数
cv.Useoptimized()函数返回是否启用了opecv的默认优化
cv.Setuseoptimized()函数可以设置是否启用默认优化
>>>cv.useOptimized()
>>>True
>>>cv.setUseOptimized(False)
>>>cv.useOptimized()
>>False
提高代码性能的几种方法
1.OpenCV函数比Numpy函数要快。因此,对于相同的操作,首选OpenCV功能。
2.尽量避免在Python中使用循环,尤其是双/三重循环等。它们本来就很慢。
3.由于Numpy和OpenCV已针对向量运算进行了优化,因此将算法/代码向量化到最大程度。
4.利用缓存一致性。
5.除非需要,否则切勿创建数组的副本。尝试改用视图。数组复制是一项昂贵的操作。