(1)用opencv函式獲取函式執行時間
def
get_cv_time
(self)
: e1 = cv2.gettickcount(
)#從參考點到這個函式被執行的時鐘數
for i in
range(5
,49,2
):#用不同的核來進行中值模糊
img=cv2.medianblur(self.img, i)
e2 = cv2.gettickcount(
)#從參考點到這個函式被執行的時鐘數
t =(e2 - e1)
/ cv2.gettickfrequency(
)# 時鐘頻率 或者 每秒鐘的時鐘數
print
(t)# 1.3738476076698682
(2)用python time庫函式獲取函式執行時間
import time
defget_time
(self)
: e1 = time.time(
)#從參考點到這個函式被執行的時鐘數
for i in
range(5
,49,2
):#用不同的核來進行中值模糊
img=cv2.medianblur(self.img, i)
e2 = time.time(
)#從參考點到這個函式被執行的時鐘數
t =(e2 - e1)
print
(t)# 1.193786859512329
(3)檢測和開啟/關閉opencv的預設優化
def
ipy_time
(self)
: cv2.useoptimized(
)#檢測是否開啟了預設優化
cv2.setuseoptimized(
false
)#關閉預設優化
#%timeit ipython的魔法命令
論程式效能 opencv 和VTK 比較
int waitpng1 uchar pimage,qstring path 使用 opencv 比使用vtk快8ms 雖然4 5ms看起來差距不大,但是隨著 量的增多,累加起來的時間會有很多 clock t t1 0,t2 0 t1 clock cv mat mask 512,512,cv 8uc...
優化程式效能
編寫高效程式需要兩個活動 第一,我們必須選擇一組最好的演算法和資料結構 第二,我們必須編寫出編譯器能夠有效優化以轉換成高效可執行 的源 這裡,我們主要講述後者。首先,我們討論一下為什麼要編寫高效程式。不難想象,如果本來要用 天執行完的程式,經過優化只需要 天就可執行完,這是一件多麼令人振奮的 事啊。...
優化程式效能
l 消除迴圈的低效率 n 對於迴圈中的過程呼叫盡量移出迴圈外,例如 nfor i 0 i strlen s i strlen 函式為線性增長 在字串長度很大時 很消耗系統資源 n 減少不必要的儲存器引用,將儲存器引用儲存在臨時變數中.l 處理器優化 即充分利用儲存器流水線操作的吞吐量 n 迴圈展開,...