【OpenCV学习笔记11】- 性能测量和改进技术

这是对于 OpenCV 官方文档的核心操作的学习笔记。学习笔记中会记录官方给出的例子，也会给出自己根据官方的例子完成的更改代码，同样彩蛋的实现也会结合多个知识点一起实现一些小功能，来帮助我们对学会的知识点进行结合应用。
如果有喜欢我笔记的请麻烦帮我关注、点赞、评论。谢谢诸位。

学习笔记：
学习笔记目录里面会收录我关于OpenCV系列学习笔记博文，大家如果有什么不懂的可以通过阅读我的学习笔记进行学习。
【OpenCV学习笔记】- 学习笔记目录

内容

在图像处理中，由于我们每秒需要处理大量操作，因此我们的代码不仅要提供正确的解决方案，还要以最快的方式提供。所以，在本章中，我们将学习 衡量代码的性能 一些提高代码性能的技巧，我们将看到以下函数：cv.getTickCount, cv.getTickFrequency等。

除了 OpenCV 之外，Python 还提供了一个时间模块，有助于记录代码执行时间。另一个模块配置文件有助于获取有关代码的详细报告，例如代码中每个函数花费的时间，调用函数的次数等。但是，如果您使用的是 IPython，所有这些功能都集成在一个用户友好的方式中。我们将看到一些重要的内容，有关更多详细信息，请查看其他资源部分中的链接。

使用 OpenCV 测量性能

cv.getTickCount函数返回参考事件（如机器开启时刻）到调用此函数的时钟周期数。因此，如果在函数执行之前和之后调用它，则会获得用于执行函数的时钟周期数。

cv.getTickFrequency函数返回时钟周期的频率，或每秒钟的时钟周期数。因此，要在几秒钟内找到执行时间，您可以执行以下操作。
示例代码：

# 性能测量和改进技术
# 使用 OpenCV 测量性能
import cv2

e1 = cv2.getTickCount()
# 执行你的代码
e2 = cv2.getTickCount()
time = (e2 - e1) / cv2.getTickFrequency()

我们将通过以下例子进行演示。下面的例子使用奇数大小从 5 到 49 的内核进行中值过滤。（不用关心结果会是什么样的，我们的目标是监测时间）：
示例代码：

# 性能测量和改进技术
# 使用 OpenCV 测量性能
import cv2

img1 = cv2.imread('../image/2.2.jpg')
e1 = cv2.getTickCount()
for i in range(5, 49, 2):
    img1 = cv2.medianBlur(img1, i)
e2 = cv2.getTickCount()
t = (e2 - e1) / cv2.getTickFrequency()
print(t)
# 得到的结果是 0.419330167 秒
# 每一次的时间都是不一样的
# 同样你选择处理的图片所包含的像素点数、电脑的配置等等因素决定了处理时间。