opencv MAT数据操作

最新推荐文章于 2024-10-10 17:48:25 发布

小新识图

最新推荐文章于 2024-10-10 17:48:25 发布

阅读量2.7k

点赞数

分类专栏： opencv 文章标签： MAT数据操作

opencv 专栏收录该内容

64 篇文章 6 订阅

订阅专栏

1.存取单个像素值

最通常的方法就是

img.at<uchar>(i,j) = 255;
img.at<Vec3b>(i,j)[0] = 255;

2.用指针扫描一幅图像

对于一幅图像的扫描，用at就显得不太好了，还是是用指针的操作方法更加推荐。先介绍一种上一讲提到过的

for (int j=0; j<nl; j++)
{
        uchar* data= image.ptr<uchar>(j);
        for (int i=0; i<nc; i++)
       {                 
                  data[i] = 255;
        }
}

更高效的扫描连续图像的做法可能是把W*H的衣服图像看成是一个1*（w*h）的一个一维数组，这个想法是不是有点奇葩，这里要利用isContinuous这个函数判断图像内的像素是否填充满，使用方法如下：

if (img.isContinuous())
{
        nc = img.rows*img.cols*img.channels();
}
uchar* data = img.ptr<uchar>(0);
for (int i=0; i<nc; i++)
{
        data[i] = 255;
}

更低级的指针操作就是使用Mat里的data指针，之前我称之为暴力青年，使用方法如下：

uchar* data = img.data;
// img.at(i, j)
data = img.data + i * img.step + j * img.elemSize();

3.用迭代器iterator扫描图像

和C++STL里的迭代器类似，Mat的迭代器与之是兼容的。是MatIterator_。声明方法如下：

cv::MatIterator_<Vec3b> it;

或者是：

cv::Mat_<Vec3b>::iterator it;

扫描图像的方法如下：

Mat_<Vec3b>::iterator it = img.begin<Vec3b>();
Mat_<Vec3b>::iterator itend = img.end<Vec3b>();
for (; it!=itend; it++)
{
         (*it)[0] = 255;
}

4.高效的scan image方案总结

要想减少程序运行的时间，必要的优化包括如下几个方面：

（1）内存分配是个耗时的工作，优化之；

（2）在循环中重复计算已经得到的值，是个费时的工作，优化之；举例：

int nc = img.cols * img.channels();
for (int i=0; i<nc; i++)
{.......}
//**************************
for (int i=0; i<img.cols * img.channels(); i++)
{......}

后者的速度比前者要慢上好多。

（3）使用迭代器也会是速度变慢，但迭代器的使用可以减少程序错误的发生几率，考虑这个因素，可以酌情优化

（4）at操作要比指针的操作慢很多，所以对于不连续数据或者单个点处理，可以考虑at操作，对于连续的大量数据，不要使用它

（5）扫描连续图像的做法可能是把W*H的衣服图像看成是一个1*（w*h）的一个一维数组这种办法也可以提高速度。短的循环比长循环更高效，即使他们的操作数是相同的

以上的这些优化可能对于大家的程序运行速度提高并不明显，但它们毕竟是个得到速度提升的好的编程策略，希望大家能多采纳。

我这里测试了三种操作Mat数据的办法，套用流行词，普通青年，文艺青年，为啥第三种我不叫2b青年，大家慢慢往后看咯。

普通青年的操作的办法通常是M.at<float>(i, j)

文艺青年一般会走路线M.ptr<float>( i )[ j ]

暴力青年通常直接强制使用我第40讲提到的M.data这个指针

实验代码如下：

t = (double)getTickCount();
Mat img1(1000, 1000, CV_32F);

for (int i=0; i<1000; i++)
{
  for (int j=0; j<1000; j++)
  {
   img1.at<float>(i,j) = 3.2f;
  }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());
//***************************************************************
t = (double)getTickCount();
Mat img2(1000, 1000, CV_32F);

for (int i=0; i<1000; i++)
{
  for (int j=0; j<1000; j++)
  {
   img2.ptr<float>(i)[j] = 3.2f;
  }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());
//***************************************************************
t = (double)getTickCount();
Mat img3(1000, 1000, CV_32F);
float* pData = (float*)img3.data;

for (int i=0; i<1000; i++)
{
  for (int j=0; j<1000; j++)
  {
   *(pData) = 3.2f;
   pData++;
  }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());
//***************************************************************
t = (double)getTickCount();
Mat img4(1000, 1000, CV_32F);

for (int i=0; i<1000; i++)
{
  for (int j=0; j<1000; j++)
  {
   ((float*)img3.data)[i*1000+j] = 3.2f;
  }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());

最后两招可以都看成是暴力青年的方法，因为反正都是指针的操作，局限了各暴力青年手段就不显得暴力了。

在Debug、Release模式下的测试结果分别为：

测试结果
	Debug	Release
普通青年	139.06ms	2.51ms
文艺青年	66.28ms	2.50ms
暴力青年1	4.95ms	2.28ms
暴力青年2	5.11ms	1.37ms

根据测试结果，普通青年的操作在Debug模式下果然缓慢，文艺青年的路线确实有提高。值得注意的是本来后两种办法确实是一种比较2b青年的做法，因为at操作符或者ptr操作符，其实都是有内存检查的，防止操作越界的，而直接使用data这个指针确实很危险。不过从速度上确实让人眼前一亮，所以我不敢称这样的青年为2b，尊称为暴力青年吧。

不过在Release版本下，几种办法的速度差别就不明显啦。所以如果大家最后发行程序的时候，可以不在意这几种操作办法的，推荐前两种哦，都是很好的写法，

推荐两种文艺青年的处理方案，测试了一下，先贴代码，再贴测试结果：

/*********加强版********/
t = (double)getTickCount();
Mat img5(1000, 1000, CV_32F);
float *pData1;
for (int i=0; i<1000; i++)
{
  pData1=img5.ptr<float>(i);
  for (int j=0; j<1000; j++)
  {
   pData1[j] = 3.2f;
  }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());
/*******终极版*****/
t = (double)getTickCount();
Mat img6(1000, 1000, CV_32F);
float *pData2;
Size size=img6.size();
if(img2.isContinuous())
{
  size.width = size.width*size.height;
  size.height = 1;
}
size.width*=img2.channels();
for(int i=0; i<size.height; i++)
{
  pData2 = img6.ptr<float>(i);
  for(int j=0; j<size.width; j++)
  {
   pData2[j] = saturate_cast<float>(3.2f);
  }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());

测试结果：

	Debug	Release
加强版文艺青年	5.74ms	2.43ms
终极版文艺青年	40.12ms	2.34ms

我的测试结果感觉这两种方案只是锦上添花的效果，也使大家的操作有了更多的选择，但感觉在速度上并没有数量级的提升，再次感谢箫铭对我blog的支持。后来箫铭说saturate_cast才把速度降下来，我很同意，就不贴上去测试结果了。但我查看资料了解了一下 saturate_cast 的作用。可以看成是类型的强制转换，比如对于saturate_cast<uchar>来说，就是把数据转换成8bit的0~255区间，负值变成0，大于255的变成255。如果是浮点型的数据，变成round最近的整数，还是很有用处的函数，推荐大家在需要的时候尝试。

http://blog.csdn.net/yang_xian521/article/details/7161335