当前位置:
首页 > temp > 简明python教程 >
-
【Python | opencv+PIL】常见操作（创建、添加帧、绘图、读取等）的效率对比及其
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
vw = cv2.VideoWriter('out.mp4', cv2.VideoWriter_fourcc(*'mp4v'), 60, (1920, 1080)) # Return MP4 video object
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）
cap = cv2.VideoCapture('in.mp4')
while cap.isOpened():
ret, frame = cap.read() # frame return a numpy.ndarray object (WRITEABLE) with RGB of pixels
if not ret: # Return True when read operation is successful
break # Read operation fails and break
cap.release()
3)视频帧写入[3] （PS：为什么Opencv官方教程中没有这个函数...）
vw.write(frame)
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）
vw.release()
5)创建图片 ( matrix & pillow object )
# Matrix
arr = np.zeros((1080, 1920, 3), dtype=np.uint8) # numpy中xy貌似是颠倒的，于是长1920宽1080的图像输出的shape应该是1080x1920，第三维度3表示图片通道为RGB
# Return a numpy.ndarray object (WRITEABLE)
# Pillow
img = Image.new('RGB', (1920, 1080)) # 这里的xy没有颠倒
6)图片读取（opencv ＆ pillow）（使用新建的图片，满足上面的定义，大小33kb）
# OpenCV
arr = cv2.imread('in.jpg') # Notice that OpenCV don't support ALPHA channel
# Pillow
img = Image.open('in.jpg') # Return a PIL.Image.Image object
7)图片数据结构转换
arr1 = list(img.im) # Return a list
arr2 = np.asarray(img) # Return a np.ndarray object (NOT WRITEABLE) (Shallow copy)
arr3 = np.array(img) # Return a np.ndarray object (WRITEABLE) (Deep copy)
8)图片点操作（matrix ＆ pillow object )
# Matrix
arr3[0][0] = (255, 255, 255)
# Pillow
img.putpixel((0, 0), (255, 255, 255)) # Putpixel
draw = ImageDraw.Draw(img) # ImageDraw.Point
draw.point((0, 0), (255, 255, 255))
# PS: OpenCV don't has a function that draw a pixel directly so we don't show the code here
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]。
### Line
# Matrix
for x in range(100, 500):
arr3[100][x] = (255, 255, 255) # 注意到numpy的颠倒
# Pillow
draw.line((100, 100, 500, 100), (255, 255, 255))
# OpenCV
cv2.line(arr, (100, 100), (500, 100), (255, 255, 255), 1) # 最后的1表示线宽
### Rectangle
# Matrix
for x in range(100, 500):
for y in range(100, 500):
arr3[y][x] = (255, 255, 255)
# Pillow
draw.rectangle((100, 100, 500, 500), (255, 255, 255))
# OpenCV
cv2.rectangle(arr, (100, 100), (500, 500), (255, 255, 255), -1)
### Circle
# Pillow
draw.arc((100, 100, 500, 500), 0, 360, (255, 255, 255)) # PIL.ImageDraw.Draw.arc
# arc方法前一个四元元组表示圆弧的左上点右下点，这里表示半径200、中心(300, 300)；后面两个整数表示度数（0-360表示整个圆）
draw.ellipse((100, 100, 500, 500), (255, 255, 255)) # PIL.ImageDraw.Draw.ellipse
# ellipse方法同样表示两点
# OpenCV
cv2.circle(arr, (300, 300), 200, (255, 255, 255), -1) # cv2.circle
# 与Pillow不同的是，这里读取的是中心点和半径，更符合正常的习惯；1表示线宽，如果是-1则是实心圆
cv2.ellipse(arr, (300, 300), (200, 200), 0, 0, 360, (255, 255, 255), -1) # cv2.ellipse
# 这里第一个二元组是椭圆中心，第二个二元组分别表示半长轴长和半短轴长（注：中文文档漏掉了“半”字），后面三个参数分别表示椭圆本身逆时针旋转角（相当于坐标轴旋转）、起始角度和终止角度（0-360表示整个圆）
### Ellipse
# Pillow
draw.ellipse((100, 100, 700, 500), (255, 255, 255)) # 表示椭圆中心(400, 300)，半长轴300，半短轴200
# OpenCV
cv2.ellipse(arr, (400, 300), (300, 200), 0, 0, 360, (255, 255, 255), -1)
### Text
# Pillow
font = ImageFont.truetype('simkai.ttf', 32) # 楷体，字号32
draw.text((100, 100), 'Hello, world!', (255, 255, 255), font) # 这里的坐标是左上角
# OpenCV
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(arr, 'Hello, world!', (100, 200), font, 2, (255, 255, 255), 1, cv2.LINE_AA) # 这里的坐标是左下角，1表示线宽（cv2不支持中文输出，故不测试中文）
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）
# Pillow
img.save('out.jpg')
# OpenCV
cv2.imwrite('out.jpg', arr) # Read from cv2.imread
cv2.imwrite('out.jpg', arr2) # np.asarray
cv2.imwrite('out.jpg', arr3) # np.array
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]：
1 # -*- coding: utf-8 -*-
2
3 import time
4 import cv2
5 from PIL import Image, ImageDraw, ImageFont
6 import numpy as np
7
8 # Class
9 class FunctionTimer(object):
10 MAX_WAIT_SEC = 0.5
11 INF = 2147483647
12 SMART_LOOP = -1
13
14 def __init__(self, timer=None, count=None):
15 self._timer = timer if timer != None else time.perf_counter
16 self._count = count if count != None else 100
17
18 def _get_single_time(self, func, *args, **kwargs):
19 s = self._timer()
20 ret = func(*args, **kwargs)
21 f = self._timer()
22 return ret, f - s
23
24 def _get_repeat_time(self, number, func, *args, **kwargs):
25 time_min, time_max, time_sum = self.INF, 0, 0
26 for i in range(number):
27 ret, delta = self._get_single_time(func, *args, **kwargs)
28 time_min = min(time_min, delta)
29 time_max = max(time_max, delta)
30 time_sum += delta
31 return func, ret, number, time_sum / number, time_min, time_max, time_sum
32
33 def gettime(self, func, *args, **kwargs):
34 if self._count != self.SMART_LOOP:
35 return self._get_repeat_time(self._count, func, *args, **kwargs)
36 else:
37 # Arrange loop count automatically
38 # Refer to Lib/timeit.py
39 i = 1
40 while True:
41 for j in 1, 2, 5:
42 number = i * j
43 func, ret, number, time_ave, time_min, time_max, time_sum = self._get_repeat_time(number, func, *args, **kwargs)
44 if time_sum >= self.MAX_WAIT_SEC:
45 return func, ret, number, time_ave, time_min, time_max, time_sum
46 i *= 10
47
48 def better_print(self, params):
49 func, ret, count, ave, minn, maxn, sumn = params
50 print('========================================')
51 print(' Function name:')
52 print(' ' + func.__repr__())
53 print('========================================')
54 print(' Function has the return content below:')
55 print(' ' + ret.__name__)
56 print('========================================')
57 print(' Summary of Function Timer:')
58 print(' Count of loops: {}'.format(count))
59 print(' Average time of loops: {} (sec)'.format(ave))
60 print(' Minimum of every loop time: {} (sec)'.format(minn))
61 print(' Maximum of every loop time: {} (sec)'.format(maxn))
62 print(' Total time of loops: {} (sec)'.format(sumn))
63 print('========================================')
64
65 # Function
66 def testfunc(x=10000000):
67 for i in range(x):
68 pass
69 return i
70
71 # Main Function
72 timer = FunctionTimer()
测试结果（将整个文件作为模块以op为名字调用）：
In [168]: op.timer.better_print(op.timer.gettime(op.testfunc, 10000))
========================================
Function name:
testfunc
========================================
Function has the return content below:
9999
========================================
Summary of Function Timer:
Count of loops: 100
Average time of loops: 0.00039519199983260476 (sec)
Minimum of every loop time: 0.0002532999988034135 (sec)
Maximum of every loop time: 0.0010392999993200647 (sec)
Total time of loops: 0.03951919998326048 (sec)
========================================
In [169]: op.timer.better_print(op.timer.gettime(op.testfunc, 100000))
========================================
Function name:
testfunc
========================================
Function has the return content below:
99999
========================================
Summary of Function Timer:
Count of loops: 100
Average time of loops: 0.0029596240000137187 (sec)
Minimum of every loop time: 0.002567899999121437 (sec)
Maximum of every loop time: 0.006201700000019628 (sec)
Total time of loops: 0.29596240000137186 (sec)
========================================
In [170]: op.timer.better_print(op.timer.gettime(op.testfunc, 10))
========================================
Function name:
testfunc
========================================
Function has the return content below:
9
========================================
Summary of Function Timer:
Count of loops: 100
Average time of loops: 9.039999349624849e-07 (sec)
Minimum of every loop time: 7.999988156370819e-07 (sec)
Maximum of every loop time: 2.6999987312592566e-06 (sec)
Total time of loops: 9.03999934962485e-05 (sec)
========================================
3.完整代码
1 # opencv_pil_time.py
2
3 # -*- coding: utf-8 -*-
4
5 import time
6 import cv2
7
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀（爬取学校通知公告）
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求：requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量？
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析：SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL，这些神奇的特性你知道吗？
openGauss内核分析：执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数
