0x00. 查看鼠標(biāo)事件

下面的方法可以查看OpenCV支持的所有鼠標(biāo)事件：

import cv2 events=[i for i in dir(cv2) if 'EVENT'in i] print events

輸出結(jié)果：

['EVENT_FLAG_ALTKEY', 'EVENT_FLAG_CTRLKEY', 'EVENT_FLAG_LBUTTON', 'EVENT_FLAG_MBUTTON', 'EVENT_FLAG_RBUTTON', 'EVENT_FLAG_SHIFTKEY', 'EVENT_LBUTTONDBLCLK', 'EVENT_LBUTTONDOWN', 'EVENT_LBUTTONUP', 'EVENT_MBUTTONDBLCLK', 'EVENT_MBUTTONDOWN', 'EVENT_MBUTTONUP', 'EVENT_MOUSEMOVE', 'EVENT_RBUTTONDBLCLK', 'EVENT_RBUTTONDOWN', 'EVENT_RBUTTONUP']

0x01. 使用示例：

下面代碼實(shí)現(xiàn)鼠標(biāo)移動(dòng)繪制圖像：

import cv2 import numpy as np def draw_circle(event,x,y,flags,param):if event==cv2.EVENT_MOUSEMOVE:cv2.circle(img,(x,y),100,(255,0,0),-1)img = np.zeros((512,512,3),np.uint8) cv2.namedWindow('image') cv2.setMouseCallback('image',draw_circle)while(1):cv2.imshow('image',img)if cv2.waitKey(20)&0xFF==27:break cv2.destroyAllWindows()

在圖像處理的中每秒鐘都要進(jìn)行大量的運(yùn)算，所以對(duì)程序的要求不僅要能給出正確的結(jié)果，同時(shí)還需要快。

0x00. 獲取程序執(zhí)行時(shí)間

cv2.getTickCount 函數(shù)返回從參考點(diǎn)到這個(gè)函數(shù)被執(zhí)行的時(shí)鐘數(shù)。所以當(dāng)在一個(gè)函數(shù)執(zhí)行前后都調(diào)用它的話，就會(huì)得到這個(gè)函數(shù)的執(zhí)行時(shí)間（時(shí)鐘數(shù)）。

使用示例：

e1 = cv2.getTickCount() # 你的代碼 e2 = cv2.getTickCount() time = (e2 - e1)/ cv2.getTickFrequency()

cv2.getTickFrequency 返回時(shí)鐘頻率，或者說每秒鐘的時(shí)鐘數(shù)。

使用示例：

img1 = cv2.imread('messi5.jpg')e1 = cv2.getTickCount() for i in xrange(5,49,2):img1 = cv2.medianBlur(img1,i) e2 = cv2.getTickCount() t = (e2 - e1)/cv2.getTickFrequency() print t

當(dāng)然，Python中也可以使用time庫來獲取程序執(zhí)行的時(shí)間。

0x01. OpenCV 中的默認(rèn)優(yōu)化

OpenCV 中的很多函數(shù)都被優(yōu)化過（使用 SSE2，AVX 等）。也包含一些沒有被優(yōu)化的代碼。如果我們的系統(tǒng)支持優(yōu)化的話要盡量利用這一點(diǎn)。在編譯時(shí)優(yōu)化是被默認(rèn)開啟的。

可以使用函數(shù) cv2.useOptimized() 來查看優(yōu)化是否被開啟了，使用函數(shù) cv2.setUseOptimized() 來開啟優(yōu)化。

# check if optimization is enabled In [5]: cv2.useOptimized() Out[5]: TrueIn [6]: %timeit res = cv2.medianBlur(img,49) 10 loops, best of 3: 34.9 ms per loop# Disable it In [7]: cv2.setUseOptimized(False)In [8]: cv2.useOptimized() Out[8]: FalseIn [9]: %timeit res = cv2.medianBlur(img,49) 10 loops, best of 3: 64.1 ms per loop
from: https://segmentfault.com/a/1190000003804939 https://segmentfault.com/a/1190000003804954

總結(jié)

以上是生活随笔為你收集整理的Python-OpenCV 杂项（二）（三）： 鼠标事件、 程序性能的检测和优化的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。