OpenCV / Numpy 个人编程经验汇总、排坑

  • cv2.videoWriter()
    • cv2.videoWriter()要写视频时,要求有相应的编码器,一般安装一个OpenH264,一个ffmpeg就够了。其中OpenH264的dll文件要求放到当前的执行目录下,ffmpeg需要设置环境变量。
    • cv2.videoWriter()中的frameSize参数,格式为(宽,高),和获取shape的时候的(高,宽)是相反的,需要注意,不然写出来的视频文件是空的。
    • 目前个人用的组合是:“X264”+“*.avi”文件

  • for循环加速

在用OpenCV和Numpy处理图像的时候,经常会有逐个像素进行处理的情况,这时候python中的for循环非常慢,就需要改进。

方法一:写一个函数,然后用np.vectorize() ,例如,以下是一个查表操作,现有一个MxN的矩阵index,其数据类型为int整形,每个像素点存储的数据是一个映射表data的索引,这时候可以通过如下代码实现:

    def LookUpTable(x):
        return data[x]

    npLookUpTable = np.vectorize(LookUpTable)
    color = np.array(npLookUpTable(index))

上述方法的好处在于代码段较为简单,比起for循环也快得多,但是缺点在于只对逐个像素进行处理,即不能用这个方法实现local的filter

方法二:定义一个函数filter(i. j), 然后输入参数用np.meshgrid传入,例如:

def meanFilter(i, j):
    return np.mean(img[i-1:i+1, j-1:j+1])

filtered_image = meanFilter(*np.meshgrid(np.arange(height), np.arange(width)))

这个方法的好处在于,可以不仅仅对当前像素进行操作,但是和上面的方法相比,还没有测试过两者的快慢

猜你喜欢

转载自blog.csdn.net/q274488181/article/details/120883541