opencv程序性能检测

1.代码速记

  • cv2.getTickCount()
  • cv2.getTickFrequency()
  • time.time()
  • cv2.useOptimized()
  • cv2.setUseOptimized(False)

2.实战

(1)用opencv函数获取函数执行时间

def get_cv_time(self):
    e1 = cv2.getTickCount()#从参考点到这个函数被执行的时钟数
    for i in range(5, 49, 2):#用不同的核来进行中值模糊
        img=cv2.medianBlur(self.img, i)
    e2 = cv2.getTickCount()#从参考点到这个函数被执行的时钟数
    t = (e2 - e1) / cv2.getTickFrequency()  # 时钟频率 或者 每秒钟的时钟数
    print(t)  # 1.3738476076698682

(2)用python time库函数获取函数执行时间

import time
def get_time(self):
    e1 = time.time()#从参考点到这个函数被执行的时钟数
    for i in range(5, 49, 2):#用不同的核来进行中值模糊
        img=cv2.medianBlur(self.img, i)
    e2 =  time.time()#从参考点到这个函数被执行的时钟数
    t = (e2 - e1)
    print(t)  # 1.193786859512329

(3)检测和开启/关闭OpenCV的默认优化

def IPy_Time(self):
    cv2.useOptimized()#检测是否开启了默认优化
    cv2.setUseOptimized(False)#关闭默认优化
    #%timeit IPython的魔法命令

你可能感兴趣的:(计算机视觉)