OpenCV-Python[第三章]——性能测量与优化技巧

简介

使用OpenCV自带的函数getTickCount可以得到周期数，getTickFrequency可以得到频率，其单位是cycles per second。示例代码如下：

import numpy as np
import cv2
import matplotlib.pyplot as plt

# Load two images
img1 = cv2.imread('Desert.jpg')

e1 = cv2.getTickCount()
for i in xrange(5,49,2):
img1 = cv2.medianBlur(img1,i)
e2 = cv2.getTickCount()
t = (e2 - e1)/cv2.getTickFrequency()
print t
cv2.waitKey(0)
cv2.imshow('result',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

首先得到运行周期数，除频率（乘周期）得到所需时间。

此外在

优化技巧

避免在python中使用循环，尤其是双层/三层循环结构。

将代码/算法向量化，Numpy和OpenCV都针对向量操作做了大量优化。

利用Cache，如内层循环使用小循环能增加cache击中率。

尽量不对数组进行拷贝操作。尤其是图像二维数组，通常数据量巨大。

对于性能有特殊要求的可以使用Cython