加快 OpenCV 与 Pillow 中图像的加载速度

Question

在我的测试Python应用程序中，我有一个非常标准的JPEG文件1500 x 800作为缓冲区加载到内存中buf。该缓冲区需要解码为图像对象，以便我可以在 OpenCV 中使用它。

我知道两个解决方案：

1. 枕头或枕头-SIMD：

from PIL import Image
from io import BytesIO

image = Image.open(BytesIO(buf))

2. 开放式CV：

import cv2
import numpy as np

np_buffer = np.frombuffer(buf, np.uint8)
image = cv2.imdecode(np_buffer, 128 | 1)

现在，我面临的问题是性能。平均而言，使用 Pillow 加载图像需要0.1 毫秒，使用 OpenCV 加载图像需要30 毫秒。

当然，将 Pillow 图像对象转换为 OpenCV 格式（numpy 数组）会产生额外的开销，但是仍然可以做些什么来加快 OpenCV 中图像缓冲区的加载和解码速度？

我在用：

Python 3.8.5
Pillow-SIMD 7.0.0.post3
opencv-python 4.4.0.44
numpy 1.19.2

Answer 1

枕头而不是这个

from PIL import Image
from io import BytesIO

image = Image.open(BytesIO(buf))

用这个

from PIL import Image
from io import BytesIO
import numpy as np

image = Image.open(BytesIO(buf))
arr = np.array(image, dtype=np.uint8)

那么这将是一个公平的比较，因为pillow Image.open不会访问像素值。仅当您尝试绘制图像或将其转换为数组时，它才会发生。这应该与您的 opencv 代码相当。