上一篇文章实现了动态二维码文件接收端的基本功能，但只能显示接收数据的完成度，不能显示接收速度，本篇文章研究怎么计算文件传输速度，并以KB/s形式显示在Tkinter界面，方便以后调试和优化代码。
可以看到右下角有统计发送速度的状态栏，传输速度约为1.3kb/s，还是挺慢的，还需要继续优化代码提高效率。
（一）搞清楚文件大小的统计单位
编程前应先弄明白Byte、KB、MB、GB之间的关系，有兴趣可以看看这篇文章的一些基本概念，辅助设计合理可靠的算法。
这里引用这篇文章的图简单说明它们之间的关系，由于动态二维码发送文件的速度很慢，目前自己写的程序速度大概为：小文件能到2~3KB/每秒，大文件只能到1~1.5KB/每秒。因此到KB就够用了，还没到MB级别，只需重点实现bit、Byte和KB之间的转换即可。
（二）搞清楚不同单位的转换，并使用Python的sys.getsizeof()函数计算对象内存大小
getsizeof()只计算实际使用的内存大小，引用所消耗的内存大小不计算。经过上图计算可以得到以下转换公式。
1Byte（字节）=8b（位）
1 KB = 1024 B
1 MB = 1024 KB
而sys.getsizeof()返回的是Byte的数量。因此使用sys.getsizeof(_str)/1024，可以得到KB的数量。
以下代码实现循环截图，并统计累计接收数据的大小。其中_qr_set_size = _qr_set_size + sys.getsizeof(_str) / 1024实现累加统计数据量的大小。为什么不直接使用sys.getsizeof(_qr_set)统计set对象的大小呢，因为经过测试，当set对象内存不足的时候会自动提前扩大set内存，而且不是按实际大小扩容，所以统计set对象的内容并不能得到累加数据量的大小。
# 当_stop_flag为False，一直循环截图
_stop_flag[0] = False
# 统计接收速度，_qr_set_size为目前接收数据量的大小
_qr_set_size = 0
# _qr_set用于存放每帧识别出来的二维码信息，set数据结构用于存放不重复数据，对存入的数据会自动去重
_qr_set = set()
# 使用pyautogui.screenshot()对屏幕截图
while _stop_flag[0] is False:
_screenshot_img = pyautogui.screenshot()
# 把Pillow图片对象转换为numpy图片对象
_numpy_img = numpy.array(_screenshot_img)
# 将图像灰度化提高识别效率
_cvt_image = cv2.cvtColor(_numpy_img, cv2.COLOR_BGR2GRAY)
# 解析二维码中的数据
_qr_data = pyzbar.decode(_cvt_image)
# 判断二维码是否识别成功，若识别成功，识别数据的长度_data_len应大于0
if _data_len > 0:
# 把识别出来的单张二维码图片信息存入_qr_set中
_str = _qr_data[0].data.decode('utf-8')
_qr_set.add(_str)
# 统计累计接收数据大小
_qr_set_size = _qr_set_size + sys.getsizeof(_str) / 1024sys.getsizeof()的参考文章↓↓↓
（三）计算每次累加数据的时间间隔，使用公式得出传输速度
设当前累计接收的文件大小为_qr_set_size，用q代表
设每次向set对象添加数据的时间间隔为_time_span，用t代表
设文件传输的速度为_label_speed_text，用s代表
那计算文件传输的公式为：，Python代码如下：
# 接收开始时间
_start_time = time.time()
#某操作
#某操作
#某操作
# 获取当前时间time.time()，减去开始时间_start_time，使用round保留两位小数
_time_span = round(time.time() - _start_time, 2)
# 设置Tkinter Label
_label_speed_text.set("%.2fkb/s" % (_qr_set_size / _time_span))# 使用OpenCV库连续截图，并逐张识别出二维码信息
def save_qrs(_tk, _progressbar, _label_progress_text, _stop_flag, _label_filepath_text, _label_speed_text):
# _qr_set用于存放每帧识别出来的二维码信息，set数据结构用于存放不重复数据，对存入的数据会自动去重
_qr_set = set()
# 设置进度条默认长度为100
_pb_len = 100
# 统计接收速度，_qr_set_size为目前接收数据量的大小
_qr_set_size = 0
# 当_stop_flag为False，一直循环截图
i = 0
_stop_flag[0] = False
# 接收开始时间
_start_time = time.time()
while _stop_flag[0] is False:
# 使用pyautogui.screenshot()对屏幕截图
_screenshot_img = pyautogui.screenshot()
# 把Pillow图片对象转换为numpy图片对象
_numpy_img = numpy.array(_screenshot_img)
# 将图像灰度化提高识别效率
_cvt_image = cv2.cvtColor(_numpy_img, cv2.COLOR_BGR2GRAY)
# 解析二维码中的数据
_qr_data = pyzbar.decode(_cvt_image)
# 统计接收进度，_qr_set_len为目前接收的不重复的二维码信息数
_qr_set_len = len(_qr_set)
# _data_len为单张二维码图片识别后数据的长度用于判断二维码是否识别成功，识别不成功长度为0
_data_len = len(_qr_data)
# 更新界面状态栏状态，如：正在接收，[11/51]
_label_progress_text.set("正在接收，[%d/%d]" % (_qr_set_len, _pb_len))
# 判断二维码是否识别成功，若识别成功，识别数据的长度_data_len应大于0
if _data_len > 0:
_str = _qr_data[0].data.decode('utf-8')
# 把识别出来的单张二维码图片信息存入_qr_set中
_qr_set.add(_str)
_qr_set_len_now = len(_qr_set)
if _qr_set_len_now != _qr_set_len:
_qr_set_size = _qr_set_size + sys.getsizeof(_str) / 1024
_time_span = round(time.time() - _start_time, 2)
_label_speed_text.set("%.2fkb/s" % (_qr_set_size / _time_span))
if _qr_set_len == 0:
# 用于更新进度条长度_pb_len，只在接收第一次数据时更新长度提高效率
# 接收数据的格式如：[1/51]xsdgsiakghalshg,获取51存入_pd_len
_str1 = _str.split(']')
_str2 = _str1[0].split('/')
_pb_len = int(_str2[1])
_progressbar["maximum"] = _pb_len
# 更新进度条进度
_progressbar["value"] = _qr_set_len
if _qr_set_len == _pb_len:
# 全部数据接收完毕跳出循环
break
_tk.update()
i = i + 1
if _stop_flag[0] is False:
# 调用合并函数
regroup(_qr_set, _label_filepath_text)
_label_progress_text.set("已完成接收")
else:
_label_progress_text.set("已暂停")