python中 OpenCV和Pillow处理图像操作及时间对比
作者:Liekkas?Kono 时间:2021-02-04 16:46:52
引言
最近再做图像处理相关的操作的时间优化,用到了OpenCV和Pillow两个库,两个库各有优缺点。各位小伙伴需要按照自己需求选用。
本篇博客做了简单整理,对常用操作做了对比整理,以及给出具体运行时间说明。
OpenCV和Pillow的优缺点对比
库 | 优点 | 缺点 |
---|---|---|
OpenCV | 由C和C++编写,跨平台,有着多个语言的实现,部署比较方便 | 对显示中文支持较差、Python下常用函数不是太好看-_-! |
Pillow | 常用函数操作封装较好,对显示中文字体有着很好的支持 | 处理时间较慢 |
测试环境:
OS: Windows10
Python: 3.7.13
OpenCV: 4.6.0.66
numpy: 1.21.6
Pillow: 9.2.0
测试图像 :
PNG图像: test_demo.png
JPG图像:test_demo.jpg
读取图像的通道顺序区别:
OpenCV读取图像,通道顺序是:BGR
Pillow读取图像,通道顺序是:RGB
获得图像shape区别:
OpenCV.shape是
(height, width, channel
Pillow.size是
(width, height)
示例代码:
import cv2
from PIL import Image
img_path = 'images/test_demo.png'
cv_img = cv2.imread(img_path)
height, width, channel = cv_img.shape
pillow_img = Image.open(img_path)
width, height = pillow_img.size
读写图像
读图像
示例代码:
import cv2
from PIL import Image
import numpy as np
png_img_path = 'images/test_demo.png'
jpg_img_path = 'images/test_demo.jpg'
# 由jupyter notebook中魔法命令:%%timeit测得
# 169 ms ± 1.68 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
cv_img = cv2.imread(png_img_path)
# 52.9 ms ± 541 μs per loop (mean ± std. dev. of 7 runs, 10 loops each)
cv_img = cv2.imread(jpg_img_path)
# 300 ms ± 8.45 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
pillow_img = Image.open(png_img_path)
pillow_img = np.array(pillow_img)
# 47.4 ms ± 1.87 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
pillow_img = Image.open(jpg_img_path)
pillow_img = np.array(pillow_img)
小结:
读取图像格式为PNG,且都转为np.array格式,优先选择OpenCV。
读取图像格式为JPG,且都转为np.array格式,速度相差不大,按需选取即可。
写图像
示例代码:
save_png_path = 'output/result.png'
save_jpg_path = 'output/result.jpg'
cv_img = cv2.imread(png_img_path)
pillow_img = Image.open(png_img_path)
# 346 ms ± 11.5 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
cv2.imwrite(save_png_path, cv_img)
# 158 ms ± 4.03 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
cv2.imwrite(save_jpg_path, cv_img)
# 2.81 s ± 38.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
pillow_img.save(save_png_path)
# 51.3 ms ± 1.72 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
t = pillow_img.convert('RGB')
t.save(save_jpg_path)
小结:
写图像格式为PNG,优先选择OpenCV。
写图像格式为JPG,选择Pillow。
缩放图像
示例代码:
png_img_path = 'images/test_demo.png'
resize_shape = (2048, 2048)
cv_img = cv2.imread(png_img_path)
pillow_img = Image.open(png_img_path)
# 6.93 ms ± 173 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)
cv2.resize(cv_img, resize_shape, interpolation=cv2.INTER_CUBIC)
# 151 ms ± 2.21 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
pillow_img.resize(resize_shape, resample=Image.Resampling.BICUBIC)
小结: OpenCV速度完胜Pillow
旋转图像
示例代码:
angle = 38
# 23.6 ms ± 732 μs per loop (mean ± std. dev. of 7 runs, 10 loops each)
h, w = cv_img.shape[:2]
M = cv2.getRotationMatrix2D((w / 2, h / 2), angle, 1)
rot_img = cv2.warpAffine(cv_img, M, (w, h))
# 82.1 ms ± 2.37 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
rot_img_pillow = np.array(pillow_img.rotate(angle))
小结:OpenCV速度完胜Pillow
总结:
如果可以选择,优先选择OpenCV处理图像
Pillow可以用来处理显示中文相关问题
来源:https://blog.csdn.net/shiwanghualuo/article/details/127029583
标签:python,OpenCV,Pillow,处理,图像
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
一篇文章搞懂Python Unittest测试方法的执行顺序
2023-11-01 09:38:01
![](https://img.aspxhome.com/file/2023/7/86547_0s.png)
python支持多线程的爬虫实例
2022-01-08 05:02:56
asp正则表达式在网页处理中的应用四则
2008-02-24 14:44:00
ubunt18.04LTS+vscode+anaconda3下的python+C++调试方法
2023-04-01 16:46:37
深入浅出Python中三个图像增强库的使用
2021-12-08 08:33:55
![](https://img.aspxhome.com/file/2023/7/71377_0s.jpg)
Python 如何截取字符函数
2023-02-08 11:39:04
在Python中处理日期和时间的基本知识点整理汇总
2021-05-13 07:12:14
![](https://img.aspxhome.com/file/2023/9/89079_0s.jpg)
Pytorch 使用CNN图像分类的实现
2023-04-01 03:24:21
![](https://img.aspxhome.com/file/2023/8/79568_0s.png)
Python内置函数 next的具体使用方法
2023-09-30 18:42:28
pyinstaller使用大全
2022-12-17 21:37:28
Python设计模式之简单工厂模式实例详解
2022-11-03 04:43:08
![](https://img.aspxhome.com/file/2023/8/76128_0s.png)
Pycharm2022最新版无法换源解决方法
2023-02-09 20:51:55
![](https://img.aspxhome.com/file/2023/8/78448_0s.jpg)
Django通过自定义认证后端实现多种登录方式验证
2022-09-21 20:15:40
非原型 不设计
2010-01-21 12:51:00
![](https://img.aspxhome.com/file/UploadPic/20101/21/prototype_01_banner1-27s.jpg)
Python实现爬取需要登录的网站完整示例
2022-08-09 11:40:33
ThinkPHP3.1.3版本新特性概述
2023-09-28 15:25:11
MySQL数据库性能优化之索引优化
2012-05-08 07:16:37
Python中正则表达式的用法实例汇总
2021-10-02 07:48:08
关于Python字典(Dictionary)操作详解
2022-02-04 15:25:01
ASP trim,ltrim,rtrim 去前后空格 函数
2011-03-03 10:39:00