Python图像填充性能对比：切片、OpenCV、矩阵与循环耗时分析

七月

发布时间：2026-10-13| 5人浏览过

原创

本文通过Python代码实测四种常见图像填充方法的执行时间。对比结果显示，OpenCV颜色填充耗时约3.67秒最快，切片赋值约6.55秒次之，矩阵乘法约74.28秒，而双重循环遍历赋值最慢，耗时超3200秒。文章提供了完整测试代码及规则多边形填充示例，帮助开发者根据场景选择高效方案。

Python图像填充性能测试代码与结果

直接展示核心代码与测试结果，便于快速理解不同实现方式的性能差异。


import time
import numpy as np
import cv2
 
#方法一
start = time.time() 
for i in range(1000):
 canvas = np.zeros((1080,1920,3), np.uint8) 
 canvas[:,:,0] = 113
 canvas[:,:,1] = 207
 canvas[:,:,2] = 250
end = time.time()
print ("方法一（切片赋值）时间：",end-start)
cv2.imwrite("test1.png",canvas)
 
#方法二
start = time.time() 
for i in range(1000):
 canvas = np.zeros((1080,1920,3), np.uint8) 
 cv2.rectangle(canvas, (0, 0), (1920, 1080), (113,207,250), thickness=-1)
end = time.time()
print ("方法二（Opencv颜色填充）时间：",end-start)
cv2.imwrite("test2.png",canvas)
 
#方法三
start = time.time() 
for i in range(1000):
 canvas = np.ones([1080,1920,3])*[113,207,250]
end = time.time()
print ("方法三（矩阵乘法）时间：",end-start)
cv2.imwrite("test3.png",canvas)
 
 
# #方法四
start = time.time() 
for i in range(1000):
 canvas = np.zeros((1080,1920,3), np.uint8) 
 for i in range(1080):
  for j in range(1920):
   canvas[i][j] = [113,207,250]
end = time.time()
print ("方法四（循环遍历赋值）时间：",end-start)
cv2.imwrite("test4.png",canvas)

测试结果汇总

方法一（切片赋值）耗时：6.554100275039673秒

方法二（OpenCV颜色填充）耗时：3.6737191677093506秒

方法三（矩阵乘法）耗时：74.28376317024231秒

方法四（循环遍历赋值）耗时：3245.07548809051504秒

规则多边形颜色填充示例

补充知识：规则多边形颜色填充（Python）


以规则八边型为例：

import matplotlib.pyplot as plt
import numpy as np

# 设置八边形顶点坐标
x = [0, 0, 5, 10, 15, 15, 10, 5]
y = [5, 10, 15, 15, 10, 5, 0, 0]

# 通过调用 fill() 函数 完成绘制八边形
# 参数 x 和 y 是用来绘制封闭区域顶点的有序坐标集
# 参数 color 用来指定封闭区域的填充颜色
plt.fill(x, y, color="green")

# 为了可视化效果更好，使用函数 xlim() 和 ylim() 完成多边型在整个坐标轴中的相对位置调整（可自行删除对比效果）
plt.xlim(-1, 17)
plt.ylim(-1, 17)

# 使用 xticks() 和 yticks() 调整刻度线的显示位置
# np.arange(起始坐标，结束坐标，坐标间隔)
plt.xticks(np.arange(0, 16, 5))
plt.yticks(np.arange(0, 16, 5))

# 调用 show() 函数展示图形的绘制效果
plt.show()