使用Numba加速OpenCV Python视频处理代码。提升6.5倍性能

captain5339 2023-02-09 12:04:32

在 OpenCV Python 中视频处理是比较耗资源的，本文将比较使用 OpenCV 显示与处理帧的速度，与使用 Numba 优化后的速度。

示例代码，从网络摄像头捕获实时流后，对每帧图像进行处理及显示，使用 Numba 来加速后。处理速度提升约为 6.5 倍。

详细内容请点击阅读

...全文
65 回复 打赏 收藏 举报
写回复
回复
切换为时间正序
请发表友善的回复…
发表回复
相关推荐
用Numba加速OpenCV Python视频处理代码,提升6.5倍性能
Numba是1个Python编译器，主要功能是对数组类型(Array, Numpy, bytes等）、数值类型的函数进行加速，支持GPU计算，以及能避开GIP限制。使用只须加入简单的导入与函数装饰器代码即可，非常方便。本文介绍了Numba的安装与使用，以及通过实例视频处理代码来比较，对于 OpenCV显示与处理视频流的代码，Numba 优化后的速度提升了6.5倍。
numba的GPU加速——一天到一分钟的转变
在写代码时，一味地堆叠循环，设备性能发挥不出来，从而导致运行时间过长，但是，改写代码又比较痛苦，这时候，使用numba加速代码，一比较方便，性能也能得到质的提升。对于CPU和GPU的加速方法，可参考通过3090Ti加速，速度提升明显，示例 可以看到，以上代码相当于4层循环，一共循环1000*1000*1000*100=100亿次，运行时间3秒不到
用Numba：一行代码将Python程序运行速度提升100倍
Numba是一款可以将python函数编译为机器代码的JIT编译器，由Anaconda公司主导开发，可以对Python原生代码进行CPU和GPU加速。Numba非常擅长加速数值运算，他对Numpy支持得非常好，Numpy经过Numba加速后的速度接近C和Fortran。
python numba_用 Numba 加速你的 Python 代码，性能轻松大提升
Numba 简介Numba 是 Python 的一个 JIT (just-in-time) 编译器，最适用于 NumPy 数组、函数，以及 Python 循环。基本上，用法就是给原来的 Python 函数加一个修饰器，当运行到经 Numba 修饰的函数时，它会被编译为机器码，之后再调用时，就能以机器码的速度来执行了。按我上手使用的经验来看，Numba 对原代码的改动不是太大，对能加速的部分，加速效...
高效执行python代码：使用numba包对Python程序加速
高效执行python代码：使用numba包对Python程序加速前言1. Numba简介2. Numba的简单使用 欢迎学习交流： zengf.hou@bit.edu.cn 前言 python由于它动态解释性语言的特性，编写出来的代码实际上需要靠CPython编译成C语言之后才能运行。相比于java、c++要慢很多，尤其在做科学计算的时候，十亿百亿级别的运算，让python的这种劣势更加凸显。而numba就是解决python慢的一大利器，可以让python的运行速度提升上百倍！ 1. Numba简介 Num
发帖
Python全栈技术社区

1.0w+

社区成员

2920

社区内容

创建由Python学习者和社区专家组成的国内最大的第三方Python中文社区，帮助社区成员更好地入门学习、职业成长和应用实践
python学习 企业社区
社区管理员
  • Python全栈技术社区
  • Lumos_zbj
  • 北侠大卫
加入社区
帖子事件
创建了帖子
2023-02-09 12:04
社区公告

创建由Python学习者和社区专家组成的国内最大的第三方Python中文社区，帮助社区成员更好地入门学习、职业成长和应用实践

  • 这里有最新最全的 Python 学习内容及资源，每月多达4次技术公开课
  • 这里有众多 Python 学习者，陪伴你一起交流成长
  • 这里有专业 Python 社区专家、讲师，帮助你跨越学习瓶颈，解决实操难题
  • 这里有丰富的社区活动，可以开阔眼界，结识更多同伴

【最新活动】：

  1. 周四技术公开课讲师招募中，点击查看详情

  2. “Python 社区专家团” 招募中,点击查看详情