OpenCV-Python接口，cv和cv2的性能比较

Question

几天前，我开始使用新的OpenCV-Python界面cv2。

我的问题是关于cv和cv2接口的比较。

关于易用性，新cv2界面得到了更大的改进，并且使用起来确实非常容易和有趣cv2。

但是速度呢？

我制作了两个小代码段，一个在cv另一个中cv2，以检查性能。两者具有相同的功能，访问图像的像素，对其进行测试，进行一些修改等。

下面是代码：

cv2 interface ：

import time
import numpy as np
import cv2

gray = cv2.imread('sir.jpg',0)
width = gray.shape[0]
height = gray.shape[1]
h = np.empty([width,height,3])
t = time.time()
for i in xrange(width):
    for j in xrange(height):
        if gray[i,j]==127:
            h[i,j]=[255,255,255]
        elif gray[i,j]>127:
            h[i,j]=[0,0,255-gray[i,j]]
        else:
            h[i,j]=[gray[i,j],0,0]
t2 = time.time()-t
print "time taken = ",t2

================================================== ===

结果是：

花费时间= 14.4029130936

================================================== ====

简历界面：

import cv,time

gray = cv.LoadImage('sir.jpg',0)
h = cv.CreateImage(cv.GetSize(gray),8,3)

t=time.time()

for i in xrange(gray.width):
    for j in xrange(gray.height):
        k = cv.Get2D(gray,j,i)[0]
        if k==127:
            cv.Set2D(h,j,i,(255,255,255))
        elif k>127:
            cv.Set2D(h,j,i,(0,0,255-k))
        else:
            cv.Set2D(h,j,i,(k,0,0))

t2 = time.time()-t
print "time taken = ",t2
cv.ShowImage('img',h)
cv.WaitKey(0)

================================================== ====

结果是：

花费时间= 1.16368889809

================================================== =====

看，这里的老cv约为12 times faster比cv2。结果图像是相同的。（输入图像的尺寸为720x540）

为什么会这样？

与cv相比，cv2慢吗？

还是我在这里犯任何错误？以上代码在cv2中是否有更快的方法？

Answer 1

cv2.imread（）返回的图像是NumPy的数组对象。因此，您可以使用NumPy的函数来加快计算速度。

以下程序显示了如何通过使用ndarray对象的item（），itemset（）方法加快循环版本的来源。

import time
import numpy as np
import cv2

gray = cv2.imread('lena_full.jpg',0)
height, width = gray.shape
h = np.empty((height,width,3), np.uint8)

t = time.time()
for i in xrange(height):
    for j in xrange(width):
        k = gray.item(i, j)
        if k == 127:
            h.itemset(i, j, 0, 255)
            h.itemset(i, j, 1, 255)
            h.itemset(i, j, 2, 255)
        elif k > 127:
            h.itemset(i, j, 0, 0)
            h.itemset(i, j, 1, 0)
            h.itemset(i, j, 2, 255-k)
        else:
            h.itemset(i, j, 0, k)
            h.itemset(i, j, 1, 0)
            h.itemset(i, j, 2, 0)
print time.time()-t

下面的程序演示了如何首先创建调色板，并使用NumPy的数组索引来获取结果：

t = time.time()
palette = []
for i in xrange(256):
    if i == 127:
        palette.append((255, 255, 255))
    elif i > 127:
        palette.append((0,0,255-i))
    else:
        palette.append((i, 0, 0))
palette = np.array(palette, np.uint8)

h2 = palette[gray]

print time.time() - t

print np.all(h==h2)

输出为：

0.453000068665
0.0309998989105
True

简历版本输出为：

0.468999862671

注意：轴0的长度是图像的高度，轴1的长度是图像的宽度