Java实现openCV白平衡处理以及效率提升

之前在进行openCV的白平衡处理时看到一位大佬的文章
原文链接

这篇文章提出了在Java中实现openCV白平衡的处理问题一种行之有效的方法，给我带来了许多启发，但是这篇文章中的代码的执行速率一直不高，究其原因，是由于在下面这个函数中

public Mat changeRGB(Mat mat, double k) {
    Mat newMat = new Mat(mat.size(), CvType.CV_8UC1);
    for (int i = 0; i < mat.rows(); i++) {
        for (int j = 0; j < mat.cols(); j++) {
            double[] color = mat.get(i, j);
            color[0] *= k;
            newMat.put(i, j, color);
        }
    }
    return newMat;
}

由于需要不断地循环，因此造成了非常大的延迟，为此，如果能有一种简洁的方法来代替函数中不断地循环过程，或许能够给代码的执行速率带来提升。

在查阅了相关资料之后，我找到了convertScaleAbs()这个函数，该函数的构造如下：

public static void convertScaleAbs(Mat src, Mat dst, double alpha)
{
    convertScaleAbs_1(src.nativeObj, dst.nativeObj, alpha);
    return;
}

函数的三个参数分别为输入数组，输出数组以及乘数因子。

测试后的图像和上文连接中的代码显现了相同的效果，但是效率得到了很大的提升。

关键代码如下

//RGB三通道分离
List<Mat> splitMat = new ArrayList<Mat>();
Core.split(src, splitMat);
//得到RGB三个通道的均值
double meanB = Core.mean(splitMat.get(0)).val[0];
double meanG = Core.mean(splitMat.get(1)).val[0];
double meanR = Core.mean(splitMat.get(2)).val[0];

//调整RGB三个通道的增益
double kB = (meanB + meanG + meanR) / (3 * meanB);
double kG = (meanB + meanG + meanR) / (3 * meanG);
double kR = (meanB + meanG + meanR) / (3 * meanR);

//调整RGB三个通道的值
List<Mat> mergeMatList = new ArrayList<Mat>();
Mat merge = new Mat();
Mat newMat = new Mat(splitMat.get(0).size(), CvType.CV_8UC1);
Mat newMat1 = new Mat(splitMat.get(1).size(), CvType.CV_8UC1);
Mat newMat2 = new Mat(splitMat.get(2).size(), CvType.CV_8UC1);
convertScaleAbs(splitMat.get(0),newMat,kB);
convertScaleAbs(splitMat.get(1),newMat1,kG);
convertScaleAbs(splitMat.get(2),newMat2,kR);
mergeMatList.add(newMat);
mergeMatList.add(newMat1);
mergeMatList.add(newMat2);

//合并三通道
Core.merge(mergeMatList, merge);