<think>我们有两个需求：1. 将图片导出保存到自定义路径；2. 计时脚本运行时长。 根据引用[3]：使用OpenCV保存图片到指定路径的方法是`cv2.imwrite(path, image)`，其中`path`是包含路径和文件名的字符串，`image`是图像数据。 计时脚本运行时长，我们可以使用Python的`time`模块，记录开始时间和结束时间，然后计算差值。 具体步骤： 1. 保存图片到自定义路径： - 使用OpenCV，需要先读取或生成图像（假设我们已经有一个图像变量） - 指定保存路径，例如：'D:/my_images/output.jpg' - 调用`cv2.imwrite`保存 2. 计时脚本运行时长： - 在代码开始处记录开始时间：`start_time = time.time()` - 在代码结束处记录结束时间：`end_time = time.time()` - 计算运行时间：`elapsed_time = end_time - start_time` - 可以打印出运行时间，单位是秒 注意：如果使用OpenCV，需要先安装opencv-python库。 下面是一个结合两个功能的示例代码： 假设我们有一个处理图像并保存的过程，同时需要计时。 </think> ### 图片导出保存与脚本计时实现 #### 1. 图片导出到自定义路径（基于OpenCV） ```python import cv2 import os def save_image_to_path(image, save_dir, filename, extension='.jpg'): """保存图像到指定路径 Args: image: numpy数组格式的图像数据 save_dir: 目标目录路径 (e.g. "D:/projects/images") filename: 文件名 (不含扩展名) extension: 图片格式 (默认.jpg) Returns: str: 完整的保存路径 """ # 确保目录存在 if not os.path.exists(save_dir): os.makedirs(save_dir) # 构造完整路径 full_path = os.path.join(save_dir, filename + extension) # 保存图像 cv2.imwrite(full_path, image) print(f"图像已保存至: {full_path}") return full_path # 使用示例 image = cv2.imread('input.jpg') # 读取图像 save_path = save_image_to_path( image, save_dir="C:/my_project/output", # 自定义路径 filename="processed_image" ) ``` > **关键说明** > - 使用`os.makedirs()`确保目录存在[^3] > - `cv2.imwrite()`支持多种格式：JPG/PNG/TIFF等 > - 路径格式需适配操作系统：Windows用`C:/path`，Linux/macOS用`/home/path` #### 2. 脚本运行时长计时 ```python import time def timed_execution(func): """函数执行计时装饰器""" def wrapper(*args, **kwargs): start_time = time.perf_counter() # 高精度计时器 result = func(*args, **kwargs) end_time = time.perf_counter() elapsed = end_time - start_time print(f"⏱️ 函数 {func.__name__} 执行耗时: {elapsed:.6f} 秒") return result return wrapper # 使用示例 @timed_execution def process_image(image_path): """需要计时的图像处理函数""" img = cv2.imread(image_path) # ...图像处理操作... return processed_img # 调用计时函数 process_image("input.jpg") ``` > **计时方法对比** > | 方法 | 精度 | 适用场景 | > |--------------------|-----------|----------------| > | `time.perf_counter()` | 纳秒级 | 高精度性能测试[^1] | > | `time.time()` | 毫秒级 | 常规计时 | > | `time.process_time()`| CPU时间 | 资源消耗分析 | #### 3. 完整工作流示例 ```python @timed_execution def full_workflow(): img = cv2.imread("input.jpg") # 图像处理操作 (示例: 转为灰度图) processed = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 保存到自定义路径 save_image_to_path(processed, "D:/processed_images", "gray_image") # 返回处理结果 return processed # 执行完整流程 result = full_workflow() ```