소프트웨어 개구리

영상처리 프로그램 작성하면서 OpenCV 라이브러리를 많이 사용함

C++에서 지원되는 라이브러리 였는데, Python에서도 잘 됨

그래서, Python 사용할 줄 아는 사람들이 이미지 관련 프로그래밍 할 때 자주 사용함

Python의 OpenCV는 사실 C++ 라이브러리가 내장된 것임.

무슨 말이냐면, Python에서 OpenCV 함수를 호출하면, 해당되는 C++ OpenCV 함수가 호출되는 것임.

Python으로 작성한 이미지 프로그램과 C++로 동일한 것을 작성한 것 중 어느 것이 빠를까 하는 질문이 생긴다면,

당연히도, C++로 작성한 것이 조금 더 빠르지 않을까 예상하게 됨.

Python에서 C++ 라이브러리를 호출하는 오버헤드를 고려하면 당연한 예상임.

그런데, 예상이 늘 맞지는 않음.

간단한 예제 프로그램으로 실험을 해 보았음.

이것은 이미지 한 장을 읽어 들인 후에, 여기에 Gaussian blurring 을 500번 반복 적용하는 것임.

Gaussian blurring은 이미지 효과 처리 방법 하나로, 이미지를 흐릿하게 (blurring) 하는 것임.

이 프로그램을 python과 C++로 작성해 보았음.

Windows 11 환경에서 Python은 Visual studio code, C++는 Visual studio 2022에서 작성하였음.

Python은 3.12 버전에 OpenCV 4.10을 pip로 설치하였음.

C++도 OpenCV 4.10 compiled version을 다운로드 받아서 설치하였음.

특히, C++는 release 모드로 컴파일 하였음.

아래는 Python으로 작성한 것임. 

import cv2
import time

# Load image
image = cv2.imread("test.jpg")

# Start timer
start = time.time()

# Apply Gaussian Blur 500 times
for _ in range(500):
    image = cv2.GaussianBlur(image, (5, 5), 0)

# End timer
end = time.time()

print(cv2.getBuildInformation())
print(f"Time elapsed: {end - start:.4f} seconds")

test.jpg 사진을 읽어들여, 반복적으로 Gaussian blurring을 500번 적용하는데 걸리는 시간을 측정하는 것임.

test.jpg 사진의 크기는 대출 1400 x 1600 정도되는 컬러 사진임.

아래는 동일한 일을 수행하는 C++ 프로그램임.

#include <opencv2/opencv.hpp>
#include <iostream>
#include <chrono>

using namespace std;

int main() {

    // Load image
    cv::Mat image = cv::imread("test.jpg");
    if (image.empty()) {
        std::cerr << "Image not found!" << std::endl;
        return -1;
    }

    // Start timer
    auto start = std::chrono::high_resolution_clock::now();

    // Apply Gaussian Blur 500 times
    for (int i = 0; i < 500; ++i) {
        cv::GaussianBlur(image, image, cv::Size(5, 5), 0);
    }

    // End timer
    auto end = std::chrono::high_resolution_clock::now();
    std::chrono::duration<double> elapsed = end - start;

    std::cout << "Time elapsed: " << elapsed.count() << " seconds" << std::endl;
    return 0;
}

수행시간은 Python 0.80 ~ 0.89초, C++ 1.2~1.3초 정도가 나옴. 

Python과 C++ 둘 다 같은 컴퓨터에서 여러 번 반복 실험하였음.

예상과 다르게 Python이 더 빠름.

Blurring 반복 회수를 500번에서 5,000번으로 증가시켜면, 소요되는 시간이 10배씩 증가함

그러나, Python과 C++의 격차는 줄어들지 않음.

이유를 검색해 보았음

Python이 사용하는 opencv-python 패키지가 고도로 최적화된 C++ 라이브러리일 가능성이 높다고 함.

따라서, Python에서 C++ 호출하는 오버헤드를 상쇄시키고도 남을 수 있다고 함.

OpenCV-Python을 깔보면 안 됨. 양(Python)의 탈을 쓴 호랑이(C++)가 opencv-python 임.