Cython + OpenCV 和 NumPy

Question

我有一个主要包含 OpenCV 和 NumPy 的程序，还有一些 SciPy。该系统需要是帧速率接近 30 fps 但现在只有 10 fps 左右的实时系统。使用 Cython 会帮助加快速度吗？我问是因为 OpenCV 已经是用 C++ 编写的，应该已经相当优化了，而 NumPy，据我所知，也相当优化。那么使用 Cython 是否有助于改善我的程序的处理时间？

Answer 1

希望这有助于某人

发现这篇很棒的文章使用 Cython 使您的 Python 代码加速超过 30 倍

在通过摄像头的视频流中使用相同的阶乘计算，每帧计算两帧

视频python.py

import numpy as np
import cv2
import time

def function(number):
    
    cap = cv2.VideoCapture(0)

    increment = 0

    while(True):
        # Capture frame-by-frame
        ret, frame = cap.read()

        # Our operations on the frame come here
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # Display the resulting frame
        cv2.imshow('frame',gray)

        start_time = time.time()
        y = 1
        for i in range(1, number+1):
            y *= i

        increment+=1
        if increment >2:
            # print(time.time()-start_time)
            print('Python increment ',increment)
            break
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()
    cv2.destroyAllWindows()
    return 0

video_cython.pyx

import numpy as np
import cv2
import time

cpdef int function(int number):

    cdef bint video_true = True
    
    cap = cv2.VideoCapture(0)

    cdef int y = 1
    cdef int i

    cdef int increment = 0
    cdef int increment_times = 0

    while(video_true):
        # Capture frame-by-frame
        ret, frame = cap.read()

        # Our operations on the frame come here
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # Display the resulting frame
        cv2.imshow('frame',gray)

        start_time = time.time()


        for i in range(1, number+1):
            y *= i
        increment_times+=1

        if increment_times > 2:
            # print(time.time()-start_time)
            print('Cython increment ',increment_times)
            break

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()
    return 0

设置文件

from distutils.core import setup
from Cython.Build import cythonize

setup(ext_modules = cythonize('video_cython.pyx',compiler_directives={'language_level' : "3"}))

然后运行

python setup.py build_ext --inplace

视频测试.py

import video_python
import video_cython
import time
number = 100000

start = time.time()
video_python.function(number)
end =  time.time()

py_time = end - start
print("Python time = {}".format(py_time))

start = time.time()
video_cython.function(number)
end =  time.time()

cy_time = end - start
print("Cython time = {}".format(cy_time))

print("Speedup = {}".format(py_time / cy_time))

结果：

Python增量3

Python 时间 = 6.602917671203613

Cython 增量 3

Cython 时间 = 0.4903101921081543

加速 = 13.466817083311046

所以在循环中做任何与 python 相关的事情都可以提高速度

Answer 2

使用Cython不会对这个问题产生重大影响。

要获取代码的配置文件/基准测试Pycharm，IDE 有一个分析工具，或者您可以使用kernprof。

但是，作为测试，您可以将代码转换Cython为以下代码或C代码：

• 使用 Cython 编译主 Python 程序。
• 具体来说，将Python代码转换为C代码。

[笔记]：

此方法适用于Python3 ，但经过一些更改也可以应用于Python2.7 。我之前测试过。

[更新]：

您还可以使用PyInstaller和Nuitka来测试将代码转换为已编译可执行文件的另一种方法。