opencv-学习笔记(3)

　　　　　　　　　　　　　　　　opencv-学习笔记(3)

---

 

这章讲了

1. 图像加法
2. opencv测试效率
3. IPYTHON测试效率

---

图像加法

cv2.add()

要求，两图片必须大小类型相同

 

 

然后是图像混合cv2.addWeighted(img_one,alphe,img_two,alphe,b)

公式

 

---

接下来是opencv对运行时间的定位

用函数cv2.getTickCount()即可

 

e1=cv2.getTickCount()

#e1~e2运行差

e2=cv2.getTickCount()

time=(e2-e1)/cv2.getTickFrequency()

print(time)

---

最后是IPYTHON里测试的方法

如下

使用命令%timeit 编译器可以帮助测试平均运行速度

我们可以看到

 

 

 

后期图像运算大量操作我们可以用此来优化

另外普遍情况下opencv的函数比numpy快

下面几个优化的方向

 

转载于:https://www.cnblogs.com/DJC-BLOG/p/9125736.html