11.2 OpenCV 中的默认优化

问题描述：

import cv2
import numpy as np
# check if optimization is enabled
In [5]: cv2.useOptimized()
Out[5]: True
In [6]: %timeit res = cv2.medianBlur(img,49)
10 loops, best of 3: 34.9 ms per loop
# Disable it
In [7]: cv2.setUseOptimized(False)
In [8]: cv2.useOptimized()
Out[8]: False
In [9]: %timeit res = cv2.medianBlur(img,49)
10 loops, best of 3: 64.1 ms per loop

上面python代码不能在pycharm编辑器中运行，请修改代码，将代码转换为pycharm可以直接执行的代码？

这个代码片段看起来像是在 Jupyter Notebook 或 IPython 环境中运行的，因为它使用了 %timeit 这样的魔法命令（magic command），用于测量代码执行时间。它并不是一个标准的 Python 脚本，而是交互式环境中执行的代码片段。

可以将代码修改为一个完整的 Python 脚本，以便在 PyCharm 中直接运行。以下是修改后的代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('roi.jpg')

# 检查是否启用优化
if cv2.useOptimized():
    print("优化已启用")
else:
    print("优化未启用")

# 使用优化执行中值滤波并测量时间
import time

start_time = time.time()
for _ in range(10):  # 进行10次测试
    res = cv2.medianBlur(img, 49)
end_time = time.time()
print(f"使用优化的耗时: {(end_time - start_time) * 1000 / 10:.2f} ms per loop")

# 禁用优化
cv2.setUseOptimized(False)

# 检查是否禁用优化
if not cv2.useOptimized():
    print("优化已禁用")

# 再次执行中值滤波并测量时间
start_time = time.time()
for _ in range(10):  # 进行10次测试
    res = cv2.medianBlur(img, 49)
end_time = time.time()
print(f"未使用优化的耗时: {(end_time - start_time) * 1000 / 10:.2f} ms per loop")

确保将 'roi.jpg' 替换为你的图像路径。这样修改后，代码就可以在 PyCharm 中直接运行了。

###########################################

上面代码为什么要乘以1000除以10呢?

在代码中乘以1000并除以10的目的是将执行时间转换为毫秒并计算平均值。具体来说：

• 乘以1000：将时间从秒转换为毫秒（1秒 = 1000毫秒）。
• 除以10：如果你是将操作重复10次以获取平均时间，那么除以10可以得到每次操作的平均时间。

这样可以更直观地看到每次操作的耗时，尤其在性能评估时更为实用。

###################################################

为什么核的尺寸越小比如，核的尺寸为3时，优化前后，两者差距很大。但是核的尺寸为49时，优化前后，两者的时间差距很小呢？

核的尺寸越小（例如3），每次处理的数据量相对较少，优化的算法可以显著提升性能，因为优化会减少算法的开销。而当核的尺寸较大（如49），每次处理的数据量增多，优化的效果可能会被处理数据本身的复杂性所抵消，因此前后的时间差距较小。简而言之，优化在处理小数据量时更能显现出优势，而大数据量的处理时间受到算法本身和数据量的影响更大。