opencv python比c ++快吗？

Question

我正在尝试在python和c ++中计时，以查看c ++是否在处理时间上有所优势（直觉上应该！）

版本号

• 的Python：3.6.4
• gcc编译器：gcc（Ubuntu 5.4.0-6ubuntu1〜16.04.9）5.4.0 20160609
• cmake：3.5.1
• opencv的：3.4.1

我实际上使用anaconda安装了opencv。 令人惊讶的是，C ++版本也可以工作

我正在使用的图像在这里给出：

Python代码

import cv2
import time
import sys

def hough_transform(src,dp,minDist,param1=100,param2=100,minRadius=0,maxRadius=0):
    gray = cv2.cvtColor(src,cv2.COLOR_RGB2GRAY)
    start_time = time.time()
    circles=cv2.HoughCircles(gray,
                             cv2.HOUGH_GRADIENT,
                             dp = dp,
                             minDist = minDist,
                             param1=param1,
                             param2=param2,
                             minRadius=minRadius,
                             maxRadius=maxRadius)
    end_time = time.time()
    print("Time taken for hough circle transform is : {}".format(end_time-start_time))
    # if circles is not None:
    #         circles = circles.reshape(circles.shape[1],circles.shape[2])
    # else:
    #     raise ValueError("ERROR!!!!!! circle not detected try tweaking the parameters or the min and max radius")
    #
    # a = input("enter 1 to visualize")
    # if int(a) == 1 :
    #     for circle in circles:
    #         center = (circle[0],circle[1])
    #         radius = circle[2]
    #         cv2.circle(src, center, radius, (255,0,0), 5)
    #
    #     cv2.namedWindow("Hough circle",cv2.WINDOW_NORMAL)
    #     cv2.imshow("Hough circle",src)
    #     cv2.waitKey(0)
    #     cv2.destroyAllWindows()
    #
    #
    return

if __name__ == "__main__":
    if len(sys.argv) != 2:
        raise ValueError("usage: python hough_circle.py <path to image>")
    image = cv2.imread(sys.argv[1])
    image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    hough_transform(image,1.7,100,50,30,690,700)

C ++代码

#include <iostream>
#include <opencv2/opencv.hpp>
#include <ctime>
using namespace std;
using namespace cv;

void hough_transform(Mat src, double dp, double minDist, double param1=100, double param2=100, int minRadius=0, int maxRadius=0 )
{
  Mat gray;
  cvtColor( src, gray, COLOR_RGB2GRAY);
  vector<Vec3f> circles;
  int start_time = clock();
  HoughCircles( gray, circles, HOUGH_GRADIENT, dp, minDist, param1, param2, minRadius, maxRadius);
  int end_time = clock();
  cout<<"Time taken hough circle transform: "<<(end_time-start_time)/double(CLOCKS_PER_SEC)<<endl;
  // cout<<"Enter 1 to visualize the image";
  // int vis;
  // cin>>vis;
  // if (vis == 1)
  // {
  //   for( size_t i = 0; i < circles.size(); i++ )
  //   {
  //       Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
  //       int radius = cvRound(circles[i][2]);
  //       circle( src, center, radius, Scalar(255,0,0), 5);
  //   }
  //   namedWindow( "Hough Circle", WINDOW_NORMAL);
  //   imshow( "Hough Circle", src);
  //   waitKey(0);
  //   destroyAllWindows();
  // }
  return;
}

int main(int argc, char** argv)
{
  if( argc != 2 ){
    cout<<"Usage hough_circle <path to image.jpg>";
    return -1;
  }
  Mat image;
  image = imread(argv[1]);
  cvtColor(image,image,COLOR_BGR2RGB);
  hough_transform(image,1.7,100,50,30,690,700);
  return 0;
}

我希望将C ++ hough转换为ace python，但实际上是相反的。

Python结果：

C ++结果：

即使C ++将完整程序的运行速度提高了约2倍，但霍夫变换的速度却非常慢。 为什么会这样呢？ 这是非常违反直觉的。 我在这里想念什么？

Answer 1

老实说，我不希望两者之间有任何区别。 python库很可能是C ++库的包装器。 这意味着一旦它们进入了opencv的核心，如果使用相同的优化标志进行编译，它们将具有相同的性能。

我所期望的唯一的轻微减速是python达到了这一点。 实际上那里只有很少的python代码； 这种差异不太可能被衡量。 从另一个角度看，您认为我正在做的一个测试并不能证明任何事实。 并获得0.2s的差异，这可能只是寻求文件处理的硬盘上的差异。

Answer 2

我实际上是在比较2个不同的时间。 即墙和CPU。 在Linux中，在C ++中clock（）提供CPU时间，而在Windows中，它提供墙时间。 因此，当我将python代码更改为time.clock（）时，两者的结果相同。

正如@UKMonkey所解释的那样，在python和C ++中计算hough的时间根本没有任何区别。 但是，用c ++运行整个程序的速度几乎快了2.5倍（循环了100次）。