サーマルカメラ(サーモ AI デバイス TiD) Python 高速化編

MH ソフトウェア&サービスでの画像処理として、OpenCV使用しています。
Raspberry Piでの最高速な処理方法を検討すべく、OpenCVとnumpyの処理速度の比較をしています。

---

1. 紹介編
2. センサ編
3. センサケース編
4. Raspberry Pi編
5. Python編
   5.1 Form編
   5.2 オムロン 非接触温度センサ D6T-44L-06編
   5.3 Pololu 測距センサ VL53L0X編
   5.4 BOSCH 温湿度・気圧センサ BME280
   5.5 シャットダウン・再起動スイッチ編
   5.6 OpenCV編
   5.7 高速化編
   

---

ベンチマーク結果

各処理を50万回処理させて、どちらが速いか調査し、速い方を採用してTiD サーモ AI デバイス TiDの処理の高速化を図りました。

import cv2
import numpy as np

# ファイル名は適宜決定してください
file_name = "test.jpg"

img = None
org = cv2.imread(file_name)

for i in range(500000):
    # Resize: OpenCV is fast.
    #img = cv2.resize(org, (300,300), cv2.INTER_CUBIC)
    #img = cv2.resize(org, dsize=(300,300))
    #img = org.repeat(2, axis=0).repeat(2, axis=1)

    # Frip: OpenCV is fast.
    #img = cv2.flip(org, 1)
    #img = np.fliplr(org)

    # BGR to RGB: Numpy is fast.
    #img = org
    #img = cv2.cvtColor(org, cv2.COLOR_BGR2RGB)
    #img = org[:, :, ::-1]

    # Grayslace: OpenCV is fast.
    #img = cv2.cvtColor(org, cv2.COLOR_BGR2GRAY)
    #img = 0.299 * org[:, :, 0] + 0.587 * org[:, :, 1] + 0.114 * org[:, :, 2]

    # Rotate: OpenCV is fast.
    #img = np.rot90(org)
    #img = cv2.rotate(org, cv2.ROTATE_90_CLOCKWISE) #2.99[sec]

---

YouTube: サーマルカメラ(サーモ AI デバイス TiD) Python編
web: サーモ AI デバイス TiD Python 高速化編 (URLが変更されました)