OpenCV-Python[第三章]——性能测量与优化技巧
2016-12-06 20:37
363 查看
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
相关文章推荐
- Python 代码性能优化技巧分享
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- [转] Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧分享
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python性能优化技巧总结
- Python 代码性能优化技巧
- Python 代码性能优化技巧分享
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python 代码性能优化技巧
- Python代码性能优化技巧