Imageio和CV2抽视频帧性能比较

最近需要用python对视频进行抽帧处理，网上给出的主要做法是两种，即调用imgeio或cv2的相关方法。
两者之间性能差异如何，本文通过抽取指定指定帧(第15帧)的demo进行测试对比。上诉两种方法都能实现，贴上代码如下：

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、导入库

代码如下（示例）：

import cv2
import time
import matplotlib.pyplot as plt
import imageio
import skimage
import numpy as np

二、ImageIO

代码如下（示例）：

position = [1, 5, 10, 15, 20, 25, 30] # 所要抽取帧的索引
imageio_start = time.time() # imgeio方法的时间计算
vid = imageio.get_reader("test.mp4", 'ffmpeg')
length = len(position)
frames2 = []
for i, img in enumerate(vid):
    if i in position: # 抽取指定帧
        image2 = skimage.img_as_float(img).astype(np.float32) # 转换为numpy数组
        frames2.append(image2)
        # plt.figure(0)
        # plt.imshow(image2)
        # plt.show()
    if len(frames2) == length:
        break
print('Time of imageio: ', time.time()-imageio_start)

三、CV2

代码如下（示例）：

cv2_start = time.time() # 计算cv2花费的时间
capture = cv2.VideoCapture("963861351.mp4")
frames = []
for i in position:
    capture.set(propId=cv2.CAP_PROP_POS_FRAMES, value=i) # 跳到指定帧
    hasframe, image1 = capture.read()
    frames.append(image1) # image1就是numpy数组
    # image1 = image1[:, :, :: -1] # 为了与imageio方法显示一致
    # plt.figure(0)
    # plt.imshow(image1)
    # plt.show()
print('Time of cv2: ', time.time()-cv2_start)

四、控制台结果

Time of imageio:  0.5045185089111328
Time of cv2:  0.11601471900939941

补充：结果很明显，按照我的需求，cv2速度比imageio快很多。但是也有可能是我没有找对imageio更快的直接取指定帧的方法，而是用for循环去遍历vid，如果有小伙伴知道也请告诉我。另外，在cv2显示图片前加了image1 = image1[:, :, :: -1]，是因为cv2是以(BGR)的顺序存储图像数据的，而一般我们所看到的图片和视频都是以（RGB）顺序存储，所以直接显示色调会不同。如下三张图分别是视频封面图，imageio显示图，cv2未加转换语句的直接显示图。

————————————————
版权声明：本文为CSDN博主「哈士奇的布偶」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/bpp94_github/article/details/84823536