python 逐行时间性能分析之 line_profiler 模块

pip3 install line_profiler

@profile
def rank_from_video_blur(dir, start, end, num_out):
    idx2v = {}
    images = os.listdir(dir)
    for image in images:
        frame_num = int(re.findall(r'\d+', image)[0])
        if frame_num >= start and frame_num <= end:
            img = plt.imread(os.path.join(dir, image))
            img = cv2.resize(img, (960, 540), interpolation = cv2.INTER_CUBIC)
            gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
            v = cv2.Laplacian(gray,cv2.CV_64F).var()
            idx2v[v] = image
        
    b = sorted([(k,v) for k,v in idx2v.items()], reverse=True)

    results = []
    for score, image in b[: min(len(b), num_out)]:
         #print('frame: ' + image +' v: ' + str(score))
        results.append(os.path.join(dir, image))
        #plt.imshow(plt.imread(os.path.join(dir, image)))
        #plt.show()
    return results

kernprof -l -v loopdemo.py

-l表示逐行分析,-v用于输出。

%Time一列是每一行运行时间百分比，可以看到
img = plt.imread(os.path.join(dir, image))和v = cv2.Laplacian(gray,cv2.CV_64F).var()两句消耗了大部分时间，分别消耗165和300s，这是由于我们读取的图片分辨率为1920*1080，共6631帧，因此时间花费很大。

对其进行downsample，再看消耗时间：

分别消耗185和80s，读取图片时间差不多不变，而对其进行拉普拉斯变换时间变为了将近1/4。