加快 OpenCV 与 Pillow 中图像的加载速度答案

【问题标题】：Speeding up loading of images in OpenCV vs Pillow加快 OpenCV 与 Pillow 中图像的加载速度
【发布时间】：2021-02-03 03:33:28
【问题描述】：

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 buf 加载到内存中。该缓冲区需要被解码为图像对象，以便我可以在 OpenCV 中使用它。

我知道两种解决方案：

from PIL import Image
from io import BytesIO

image = Image.open(BytesIO(buf))

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 0.1ms，使用 OpenCV 加载图像需要 30ms。

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，有什么办法可以加快 OpenCV 中图像缓冲区的加载和解码速度？

我正在使用：

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

【问题讨论】：

【解决方案1】：

用枕头代替这个

from PIL import Image
from io import BytesIO

image = Image.open(BytesIO(buf))

使用这个

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

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

那么这将是一个失败的比较，因为枕头 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才会这样做。

【讨论】：