今天要说的事情很简单，就是比较了一下 PIL 和 cv2 resize 图片的速度。我们都知道，Python 中有关图像处理的库有很多，常见的有 cv2，scikit-image，PIL （严谨点应该叫 Pillow，下文就用 PIL 来代替了） 等等。在用 Python 进行深度学习图像任务的时候，我们常常会使用 PIL 这个库来读取图片（尤其是在用 PyTorch 的时候）。至于为什么 PIL 比较常用，我也不知道... 难道是 TorchVision 带来的风气（
https://
github.com/pytorch/visi
on#image-backend
）？ 但在进行视频流处理的时候，我们往往会用到 cv2，因为都会用到 cv2.VideoCapture() 来读视频（应该没有人第一反应是其他的库吧）。
为什么会想到对比这二者 resize 图片的速度？原因是最近处理视频流的时候用的是 cv2 读取，每一帧读出来的结果是一个3维的
Numpy Array
。然后要 resize 一下送到模型嘛，因为惯性我就用了 PIL 来做图片 resize （而没有用 cv2.resize）。PIL 的 resize 只能对
PIL Image
类做处理，所以我先把
Numpy Array
转成
PIL Image
， 然后 resize， 然后再转回
Numpy Array
。 我后来再看代码的时候心想这 tm 是什么操作？那索性来比一比这二者的速度吧。
因为这不是什么严肃的对比，所以我就不列啥硬件软件配置了。但大体上就是，一台普通的电脑，用着 pip3 安装来的普通的 cv2 和 PIL，做的一次简单的对比。
im = cv2.imread(
'
lena512_colour.png
'
)
print
(type(im), im.shape)
#
<class 'numpy.ndarray'> (512, 512, 3)
start =
time.time()
for
i
in
range(repeat):
im_resized
= cv2.resize(im, (1024, 1024), interpolation=
cv2.INTER_LINEAR)
print
(
'
cv2 resize - total time of %d is %.3f s
'
% (repeat, time.time()-
start))
#
cv2 resize - total time of 2000 is 3.789 s
for
i
in
range(repeat):
tmp
=
Image.fromarray(im)
tmp
= tmp.resize((1024, 1024), resample=
Image.BILINEAR)
im_resized
=
np.array(tmp)
print
(
'
PIL resize - total time of %d is %.3f s
'
% (repeat, time.time()-
start))
#
PIL resize - total time of 2000 is 40.714 s
这... 被吊打好嘛。当然这对 PIL 有些不公平，毕竟
Numpy Array
和
PIL Image
互相转换也要花费时间，所以我们来测一下输入输出都是
PIL Image
时候的速度：
repeat = 2000
im = Image.open('lena512_colour.png')
print(type(im))
# <class 'PIL.PngImagePlugin.PngImageFile'>
start = time.time()
for i in range(repeat):
im_resized = im.resize((1024, 1024), resample=Image.BILINEAR)
print('PIL resize - total time of %d is %.3f s' % (repeat, time.time()-start))
# PIL resize - total time of 2000 is 27.219 s
好嘛，还是被吊打... 我查了查资料，Kaggle 上有位老哥做了比较全的对比，比我严谨多了，结果也是 PIL 被吊打（
https://www.
kaggle.com/vfdev5/pil-v
s-opencv
）。还有老哥建议用优化过的
Pillow-SIMD
，但是貌似官方的测试结果（
https://
python-pillow.org/pillo
w-perf/
）还是差 OpenCV 好多啊... well...
2. 买一送一：cv2 的 BGR
我们都知道，用 cv2 打开彩色三通道图像的时候，通道的顺序是 BGR，所以比如我们用 pyplot 来显示图片的时候，图片是不正常的，效果如下：
冷色调的 Lena
所以我们在预处理的时候，还要把通道给变成 RGB。怎么变呢，我知道有三种方法：
# 方法一：
repeat = 50000
im = cv2.imread('lena512_colour.png')
start = time.time()
for i in range(repeat):
b, g, r = cv2.split(im)
im_rgb1 = cv2.merge([r, g, b])
print('method 1 - total time of %d is %.3f s' % (repeat, time.time()-start))
# method 1 - total time of 50000 is 9.279 s
# 方法二：
repeat = 50000
im = cv2.imread('lena512_colour.png')
start = time.time()
for i in range(repeat):
im_rgb2 = cv2.cvtColor(im, cv2.COLOR_BGR2RGB)
print('method 2 - total time of %d is %.3f s' % (repeat, time.time()-start))
# method 2 - total time of 50000 is 1.602 s
# 方法三：
repeat = 50000
im = cv2.imread('lena512_colour.png')
start = time.time()
for i in range(repeat):
im_rgb3 = im[: , : , ::-1]
print('method 3 - total time of %d is %.3f s' % (repeat, time.time()-start))
# method 3 - total time of 50000 is 0.027 s
