【Python | opencv+PIL】常见操作（创建、添加帧、绘图、读取等）的效率对比及其（python爬虫）

【Python | opencv+PIL】常见操作（创建、添加帧、绘图、读取等）的效率对比及其（python爬虫）

一、背景

本人准备用python做图像和视频编辑的操作，却发现opencv和PIL的效率并不是很理想，并且同样的需求有多种不同的写法并有着不同的效率。见全网并无较完整的效率对比文档，遂决定自己丰衣足食。

二、目的

本篇文章将对Python下的opencv接口函数及PIL(Pillow)函数的常用部分进行逐个运行并计时（多次测算取平均时间和最短时间，次数一般在100次以上），并简单使用numba、ctypes、cython等方法优化代码。

三、测试方法及环境

1.硬件

CPU：Intel(R) Core(TM) i3-3220 CPU @ 3.30GHz 3.30 GHz

内存：4.00 GB

硬盘：ATA WDC WD5000AAKX-7 SCSI Disk Device

2.软件：

操作系统：Windows 7 Service Pack 1 Ultimate 64bit zh-cn

Python解释器：3.7.5 64bit (provided by Anaconda)

各模块：皆为最新

（事情有所变化，暂时使用下面机房电脑的配置进行测试）

1.硬件

CPU：Intel(R) Xeon(R) Silver 4116 CPU @ 2.10GHz 2.10 GHz

内存：3.00 GB

硬盘：VMware Virtual disk SCSI Disk Service

2.软件：

操作系统：Windows 7 Service Pack 1 Ultimate 64bit zh-cn (powered by VMware Horizon View Client)

Python解释器：3.7.3 64bit (provided by Anaconda)

各模块：皆为最新

四、具体实现

1.待测试函数

以下定义新建的视频规定为MP4格式、mp4v编码、1920*1080尺寸、60帧速率；定义新建的图片为JPG格式、1920*1080尺寸、RGB通道。

根据实际需要（其实是我自己的需要），先暂定测试以下函数[1][2]：

1)创建视频

2)视频帧读取（视频不好做测试数据，故使用了手头上现成的。in.mp4参数：时长27秒，尺寸1920x1080，数据速率17073kbps，总比特率17331kbps，帧速率29fps，大小55.7MB）

3)视频帧写入[3] （PS：为什么Opencv官方教程中没有这个函数...）

4)写入视频（后来发现这个应该类似于file.close()，只是一个释放文件对象的过程，并不是真的在这个时候写入所有的数据。之前看见在release之前文件是空的应该是数据还没有从内存写入磁盘导致的）

5)创建图片 ( matrix & pillow object )

6)图片读取（opencv ＆ pillow）（使用新建的图片，满足上面的定义，大小33kb）

7)图片数据结构转换

8)图片点操作（matrix ＆ pillow object )

9)图片其他绘图操作（matrix ＆ pillow object & opencv )

这里我们测试画直线、画矩形、画圆（不包括matrix）、画椭圆操作（不包括matrix）、绘制文字（不包括matrix）。

注：pillow中默认绘制的图形都是实心的[4]，而opencv要设置线宽为负值才是实心的[5]。

其中opencv的字体参数参考：[6]

10)图片其他操作

11)写入图片（ Pillow & OpenCV）

2.时间计算工具

这里的时间计算工具用一个类实现给定次数的循环和智能循环（自动控制循环次数）的功能，并能给出每次循环的函数返回值、循环次数、平均时间、最短时间、最长时间、总共用时。

对于自动判断循环次数的算法参考了Python的timeit模块源码（autorange函数）[7]：

测试结果（将整个文件作为模块以op为名字调用）：

3.完整代码

共3页: 上一页123下一页

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。