OpenCV_Python官方文档8——程序性能的检测及优化

最新推荐文章于 2023-02-09 11:58:06 发布

HONGYUAN~

最新推荐文章于 2023-02-09 11:58:06 发布

阅读量244

点赞数

分类专栏： opencv_python 文章标签： opencv python 程序性能优化

本文链接：https://blog.csdn.net/sinat_38814578/article/details/83276539

版权

本文档介绍了如何在OpenCV_Python环境中检测和优化程序性能。内容包括使用OpenCV和Python的主要函数来测量运行时间，探讨了OpenCV的优化设置，以及提供了效率优化的原则，如避免循环和利用Numpy进行向量化操作。

摘要由CSDN通过智能技术生成

OpenCV-Python Tutorials

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html
图像处理实际上是对矩阵的处理和操作，数据量巨大，每一秒钟都在进行大量的运算。如果程序代码写的不好，性能差距将会很大，代码的执行效率也会大打折扣。因此对程序的要求不仅要求结果准确，更要高效。

获取程序运行时间

OpenCV主要函数

cv2.getTickCount()：记录从参考点到程序执行完成的时间周期数
cv2.getTickFrequency()：返回时间频率，即每秒钟的时间周期数

Python主要函数

time.time()：获得当前时间的时间戳
time.perf_counter()：返回计时器的精准时间（系统的运行时间），包含整个系统的睡眠时间。由于返回值的参考点是未定义的，只有连续调用的结果之间的差才是有效的。

获取放大图像所需要的时间

import cv2
import time 
import os 
os.chdir('C:/Users/lenovo/Desktop/')

bear = cv2.imread('BearBrown.jpg')
rows, cols = bear.shape[:2]

# 测试放大图像所需要的时间
# 程序执行终止的时间 - 起始时间为程序运行时间
############### OpenCV库 ################
start = cv2.getTickCount() #函数执行前的时钟周期数
bear_dst0 = cv2.resize(bear,(cols*2