之前在相机数据回调函数中采集数据时,由于在回调中对数据进行处理,导致如何数据运算量非常大时,会出现丢帧。
通过MvTimer类对每个函数进行耗时测试:
- 0ms Mat image(pNewImage->head.iHeight, pNewImage->head.iWidth, CV_8UC1);
- 0ms memcpy(image.data, pNewImage->buffer, pNewImage->head.iHeight* pNewImage->head.iWidth);
- 3ms flip(image, resImage, -1); //水平垂直翻转
- 3ms cvtColor(resImage, frame, CV_GRAY2BGR);
- 4ms cv::resize(frame, frame, cv::Size(640, 480));
- 0ms Mat imageROI = BIGframe(Rect(n*frame.cols, m*frame.rows, frame.cols, frame.rows));
- 0ms frame.copyTo(imageROI);
- 17ms imshow("MainWindows", BIGframe);
这几个函数耗时总计27ms,测试了函数首位总计耗时31ms。
从上面可以看出imshow函数耗时异常,通过分析发现imshow在显示高分辨率图像时,耗时特别多
于是:
将BIGframe的分辨率由 640*18*480*4 resize为 Size(1800, 300) 此时 imshow函数耗时变为 0ms 。
cv::resize(BIGframe, BIGframe, Size(1800, 300));用默认的 resize 函数耗时 5ms 。
cv::resize(BIGframe, BIGframe0, Size(1800, 300), 0, 0, INTER_NEAREST);更改参数为最近领插值耗时 1ms 。该参数为耗时最小参数。
更改两个resize函数的参数 和 在大分辨率imshow函数的之前resize减小分辨率再显示之后,耗时总计变为11ms。
使用mindvision的demo显示时,耗时为16m,所以比demo耗时更加少,说明程序耗时正常。
耗时减小为原来的 35.48% 。
程序显示72张图,显示雷达的情况下,debug模式13ms,release模式只要7ms,时间仅仅为其53.85%。
识别部分耗时计算:
- 26ms std::vector<bbox_t> result_vec = detector.detect(frame); //Release下使用.................
- 0ms draw_boxes(frame, result_vec, obj_names, 0, -1, -1); //Release下使用.................
- 0ms object_location(frame, result_vec, ©Radar); //Release下使用.................
-
-
上图分别为:release模式下,有识别和无识别情况下,资源占用对比图。