opencv涉及到的代码优化

最新推荐文章于 2023-07-27 14:19:04 发布
最新推荐文章于 2023-07-27 14:19:04 发布
阅读量660 收藏 1
点赞数 1
分类专栏： C++ 优化 文章标签： 性能优化 内存分配
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/haithink/article/details/90704098
版权
C++ 同时被 2 个专栏收录
55 篇文章 0 订阅
订阅专栏
优化
4 篇文章 0 订阅
订阅专栏

之前做过一些涉及到opencv的代码优化
今天又碰到性能优化的工作，注意到 如果分配的内存超过1M个字节，那么内存分配这个动作所耗费的时候不能忽略不计，这比对1M的内存进行 memcpy耗费的时间 多得多

然后发现 某些 opencv 函数做某种算法操作可能很高效， 但由于 opencv 要考虑到 各种外部调用的各种情况，很多API 内部喜欢 不管三七二十一，对传入的Mat 再分配一次内存。 考虑到 经常是 用Mat来表示图像数据， 所以这个Mat很容易过M，比如6006003的图像，这就导致对图像进行一些操作时 反复分配内存

比如如下API： resize, split， convertTo

比如 opencv 400中有如下代码：
在这里插入图片描述
这里代码作者都说了 一个改进事项就是： 不要总是重新创建Mat, 可能用户已经传入了正确的分配了内存的Mat

pangdawa
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python-OpenCV从入门到精通(代码)
03-27
是配套代码，不是书籍。Python OpenCV从入门到精通(代码) ，学习专用，配套用书，AI人工智能首选
Opencv开源源代码
03-20
Opencv开源源代码
【转】opencv中的resize 函数 的理解以及引申
m0_47062524的博客
03-05 3622
一、什么是resize 函数： 　　resize函数opencv中专门用来调整图像大小的函数； 　　opencv 提供五种方法供选择分别是： 　　　　　　　　　　　　　　　　　　　a.最近邻插值——INTER_NEAREST； 　　　　　　　　　　　　　　　　　　　b.线性插值 ——INTER_LINEAR；（默认值） 　　　　　　　　　　　　　　　　　　　c.区域插值 ——INTER_AREA；(利用像素区域关系的重采样插值) 　　　　　　　　　　　　　　　　　　　d.三次样条插值——..
opencv resize预处理算法的解读
qq_43712893的博客
11-25 841
opencv resize预处理算法的解读，等比例放缩的方法，不是直接使用opencv的API resize
OpenCV学习——内存分配讨论两例
xiaoer
06-28 123
1.在求矩阵转置方面，cvReshape比cvTranspose要好： cvMat* matT, hdr; matT = cvReshape( mat, &hdr, CV_MAT_CN(mat->type), mat->cols ); 以上方式比下边的方式要好 CvMat* matT = cvCreateMat( mat->cols, mat->...
opencv resize （C/C++/Python）
热门推荐
u012005313的专栏
07-18 4万+
参考： http://www.opencv.org.cn/opencvdoc/2.3.2/html/modules/imgproc/doc/geometric_transformations.html?highlight=resize#cv.Resize ################################################################
OpenCV算法精解-代码
07-12
OpenCV算法精解-代码
OpenCV算法精解代码
06-28
OpenCV算法精解代码 OpenCV算法精解代码 OpenCV算法精解代码
python opencv教程，以及配套代码
09-01
python opencv教程，以及配套代码，欢迎对python图像处理，或者opencv感兴趣的朋友下载
opencv改变图像大小cvResize和resize及其原理
蛰伏--当你不够强大时，就不要放弃努力
02-13 5004
如：函数 原始图像为M*N，缩小后图像大小要求为m*n，则须要将图像划分为(M*N)/(m*n)大小的互不相交的小块，计算小块的平均值，该值做为缩小图像对应的像素值。atom 以下图：spa 咱们把16*16的图像缩小成4*4的图像：code 最后对应的值以下： 在Opencv里面图片缩放函数以下图片 void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interp.
OpenCV图像缩放函数resize()的使用
jndingxin的专栏
02-10 1029
OPenCV版本：4.4 IDE：VS2017 功能描述 简述：缩放一个图像 函数把源图像缩放大或缩放小到指定的大小，注意初始的dst的类型或大小不用考虑，而是从src,dsize,fx, 和fy获取。如果你想缩放src使它适配创建前的dst，你可以像下面这样调用函数： // 明确指定 dsize=dst.size(); fx 和 fy可以从他计算出来. resize(src, dst, dst.size(), 0, 0, interpolation); 如果要在每个方向上将图像缩小 2.
opencv——cv2.resize函数
最新发布
m0_73804526的博客
07-27 190
.
OpenCv学习笔记3--图像处理--图像内存分配和释放，图像数据遍历
weixin_42452990的博客
04-26 1389
1、图像的内存分配与释放 （1） 分配内存给一幅新图像: IplImage* cvCreateImage(CvSize size, int depth, int channels); size: cvSize(width,height); depth: 像素深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U, IPL_DEPTH_16S,...
如何编写高效的OpenCV代码？
m0_60720471的博客
03-07 138
编写高效的OpenCV代码可以提高程序的执行速度和性能，可以使用OpenCV内置函数、避免多余的内存分配和复制、选择适合的数据类型和编码方式、优化循环和条件语句、使用多线程和并行计算等方法来编写高效的OpenCV代码。
OPENCV : 优化
woodgril的博客
01-27 522
https://blog.csdn.net/guyuealian/article/details/78540206 在数据量大的时候考虑用OPENCL来加速
OpenCV开发中的内存管理问题
小白学视觉
08-01 1226
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达概述如果你是OpenCV框架做开发、特别是用OpenCV C++版本或者Java/Android版本JNI的调用的化，可能很多时候你遇到最棘手的问题就是程序运行会越来越慢，甚至死机了，原因很简单，有时候你有内存泄漏问题。做好下面几件事情会帮助你在开发中经可能的避免OpenCV对象内存泄漏陷阱。记得调用...
opencv练习8程序性能检测及优化
qq_43543515的博客
03-27 237
要学到的函数有：cv2.getTickCount,cv2.getTickFrequency等 除了 OpenCV，Python 也提供了一个叫 time 的的模块，你可以用它来测量程序的运行时间。另外一个叫做 profile 的模块会帮你得到一份关于你的程序的详细报告，其中包含了代码中每个函数运行需要的时间，以及每个函数被调用的次数。如果你正在使用 IPython 的话，所有这些特点都被以一种用户友好的方式整合在一起了。 1、 使用 OpenCV 检测程序效率 cv2.getTickCount 函数返回从参
OpenCV算法加速的一些学习总结
Yangy_Jiaojiao的博客
04-17 4335
Opencv算子加速 TBB、SSE、OpenMP、AVX加速学习总结
OpenCV常见的优化方法和技巧总结
AI吃大瓜的博客
02-24 1万+
OpenCV常见的优化方法和技巧总结 【尊重原创，转载请注明出处】http://blog.csdn.net/guyuealian/article/details/78540206 目录 OpenCV常见的优化方法和技巧总结 一、OpenCV常见的优化方法总结 1.1 cv::imread()设置reduce模式： 1.2 查表法：LUT， 1.3 像素遍历 1.4 ope...
opencv双目深度仿真代码
07-27
### 回答1： opencv中的双目深度仿真代码是通过计算左右相机拍摄的图像之间的视差来估计场景中不同物体的深度信息。具体步骤包括以下几个方面： 1. 读取并加载左右相机的图像。 2. 对图像进行预处理，例如灰度化、去噪等操作。 3. 提取左右相机图像中的特征点，例如使用SIFT、SURF等算法。 4. 对特征点进行匹配，通过计算特征的相似度来确定左右图像中对应的特征点。 5. 根据特征点的匹配结果，计算左右图像之间的视差，也就是对应特征点的水平位移。 6. 根据视差信息，利用三角测量方法计算物体的深度信息。 7. 对深度信息进行归一化和可视化处理，可以使用颜色映射来表示不同深度的物体。 8. 输出双目深度图像。 需要注意的是，双目深度仿真代码的准确性和效果受多种因素的影响，如摄像机的标定参数、图像质量、特征点提取和匹配的准确性等，因此在实际应用中需要综合考虑这些因素，并进行相应的优化和改进。 ### 回答2： OpenCV是一个开源的计算机视觉库，能够帮助开发者进行图像处理和计算机视觉相关任务。双目深度仿真是其中一个重要的功能，可用于测量物体的距离和建立三维模型。 双目深度仿真的代码步骤大致如下： 1. 首先，需要加载左右两个相机的标定参数，即相机的内参和外参。这些参数对于双目视觉系统至关重要，用于计算物体的深度和真实世界坐标。 2. 接下来，通过相机标定参数，对左右相机的图像进行畸变校正，将图像中的畸变修正为真实的物体形状。这一步骤可以使用OpenCV中的`undistort()`函数来实现。 3. 然后，利用视差映射算法（例如SAD匹配算法），对校正后的图像进行匹配，寻找左右图像中对应的特征点。这一步骤可以使用OpenCV中的`StereoBM`或`StereoSGBM`类来实现。 4. 匹配后，可以根据匹配的特征点计算视差图。视差图将左图像上的像素与右图像上的对应像素之间的水平偏移量映射到图像中的每个像素。 5. 最后，利用视差图和相机标定参数，可以计算出每个像素的深度值。这一步骤可以使用OpenCV中的`reprojectImageTo3D()`函数来实现。 总结来说，双目深度仿真的代码主要包括加载相机参数、畸变校正、特征点匹配、视差计算和深度计算几个步骤。通过这些步骤，我们可以得到校正后的图像、视差图和深度图，从而实现双目深度仿真。 ### 回答3： OpenCV是一个开源的计算机视觉库，它包含了许多用于图像处理和计算机视觉的函数和工具。其中之一是双目深度仿真，它用于估算图像中不同物体或场景的距离。 双目深度仿真的工作原理是基于双目立体视觉的原理。对于双目立体视觉系统，它包括两个摄像机，分别位于一定距离的位置上，模拟人眼观察物体的方式。通过对两个摄像机拍摄到的图像进行比对和分析，可以估算出图像中物体的距离。 在OpenCV中，双目深度仿真的实现主要包括以下步骤： 1. 标定摄像机：首先，需要对双目摄像机进行标定，获得摄像机内外参数矩阵。这可以通过拍摄一组特定模式的图像并使用OpenCV中的标定函数进行计算。 2. 图像对齐：由于双目摄像机的拍摄角度和位置不同，需要通过图像对齐来将两张图像对齐到同一个平面上。对齐方法可以使用OpenCV中的图像配准函数进行处理。 3. 匹配点对提取：通过特征提取算法如SIFT或SURF，提取两张图像中的特征点，并使用匹配算法如k近邻匹配或FLANN进行匹配。 4. 深度估算：根据匹配点对的位置信息和摄像机的参数，可以计算出图像中物体的深度信息。一种常用的方法是triangulation（三角测量）算法。 5. 深度映射：深度信息可以以灰度图或彩色图的形式进行可视化，用于显示图像中每个像素点的深度值。这可以通过将深度值映射到灰度或彩色范围内来实现。 总结来说，OpenCV中的双目深度仿真代码主要涉及摄像机标定、图像对齐、特征提取和匹配、深度估算以及深度映射等步骤。通过这些步骤，可以实现对图像中物体深度的估算和可视化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值