python图像对比延迟多少_Python 读取图像文件的性能对比

Python 读取图像文件的性能对比

使用 Python 读取一个保存在本地硬盘上的视频文件，视频文件的编码方式是使用的原始的 RGBA 格式写入的，即无压缩的原始视频文件。最开始直接使用 Python 对读取到的文件数据进行处理，然后显示在 Matplotlib 窗口上，后来发现视频播放的速度比同样的处理逻辑的 C++ 代码慢了很多，尝试了不同的方法，最终实现了在 Python 中读取并显示视频文件，帧率能够达到 120 FPS 以上。

读取一帧图片数据并显示在窗口上

最简单的方法是直接在 Python 中读取文件，然后逐像素的分配 RGB 值到窗口中，最开始使用的是 matplotlib 的 pyplot 组件。

一些用到的常量：FILE_NAME = "I:/video.dat"WIDTH = 2096HEIGHT = 150CHANNELS = 4PACK_SIZE = WIDTH * HEIGHT * CHANNELS

每帧图片的宽度是 2096 个像素，高度是 150 个像素，CHANNELS 指的是 RGBA 四个通道，因此 PACK_SIZE 的大小就是一副图片占用空间的字节数。

首先需要读取文件。由于视频编码没有任何压缩处理，大概 70s 的视频(每帧约占 1.2M 空间，每秒 60 帧)占用达 4Gb 的空间，所以我们不能直接将整个文件读取到内存中，借助 Python functools 提供的 partial 方法，我们可以每次从文件中读取一小部分数据，将 partial 用 iter 包装起来，变成可迭代的对象，每次读取一帧图片后，使用 next 读取下一帧的数据，接下来先用这个方法将保存在文件中的一帧数据读取显示在窗口中。with open( file, 'rb') as f:

e1 = cv.getTickCount()

records = iter( partial( f.read, PACK_SIZE), b'' )  # 生成一个 iterator

frame = next( records ) # 读取一帧数据

img = np.zeros( ( HEIGHT, WIDTH, CHANNELS ), dtype = np.uint8)    for y in range(0, HEIGHT):        for x in range( 0, WIDTH ):

pos = (y * WIDTH + x) * CHANNELS            for i in range( 0, CHANNELS - 1 ):

img[y][x][i] = frame[ pos + i ]

img[y][x][3] = 255

plt.imshow( img )