python进行矩阵计算公式_矩阵运算，python下C的实现版本

前一段时间忙着扩展集群。

其中收获不少，发现了更多自己值得学习的东西。

这里记录一个矩阵运算的高效处理方法。

在opencv的计算机视觉处理中，关于蒙版的处理是很关键的。

比如，针对图像的蒙版处理，被背景的处理。

mask = mask.reshape((img.shape[0], img.shape[1]))

width, height = src_width, src_high

replacement_bg = cv2.resize(replacement_bg_raw, (width, height))

# combine the background and foreground, using the mask and its inverse

inv_mask = 1-mask

img.shape[2]

print("img.shape[2]=" + str(img.shape[2]))

for c in range(img.shape[2]):

img[:,:,c] = img[:,:,c]*mask + replacement_bg[:,:,c]*inv_mask

这段代码实现了一个蒙版和前景图和背景图的合并。

当初这段代码，用C来实现，用了最蠢笨的方法。

//开始按照行生成新图像(算法，img[:,:,c] = img[:,:,c]*mask + replacement_bg[:,:,c]*inv_mask)for (int i = 0; i < curr_frame.rows; i++)

{

for (int j = 0; j < curr_frame.cols; j++)

{

cv::Vec3b& srcColor = curr_frame.at<:vec3b>(i, j);

const cv::Vec3b& backimgColor = back_img_frame.at<:vec3b>(i, j);

srcColor[0] = srcColor[0] * mask.at(i * curr_frame.cols + j) + backimgColor[0] * (1 - mask.at(i * curr_frame.cols + j));

srcColor[1] = srcColor[1] * mask.at(i * curr_frame.cols + j) + backimgColor[1] * (1 - mask.at(i * curr_frame.cols + j));

srcColor[2] = srcColor[2] * mask.at(i * curr_frame.cols + j) + backimgColor[2] * (1 - mask.at(i * curr_frame.cols + j));

}

}

好嘛，一个个像素来，最后虽然得到了我想要的结果。

但是，在640*480的分辨率下，我每帧图像一运算就要30w+次的运算。如果是视频捕获的是720P或者4K的图像，会死人的。

对于矩阵运算，应该有偷巧的方法，想想当年的线性代数已经还给老师了，赶紧重新恶补一下。

网上没有什么特别好的资料，于是自己实现。经过测试，还真让我搞定了。

nc::NdArray<:uint8> mask = nc::frombuffer<:uint8>(mask_array_data.c_str(), mask_array_data.length());

mask = mask.reshape(video_width, video_height);

//开始按照行生成新图像(算法，img[:,:,c] = img[:,:,c]*mask + replacement_bg[:,:,c]*inv_mask)

Mat black_and_write = cv::Mat(mask.numCols(), mask.numRows(), CV_8UC1, (uchar* )mask.data());

Mat black_and_write_3;

Mat output_foreground;

Mat output_background;

black_and_write.convertTo(black_and_write_3, CV_8UC3);

bitwise_and(curr_frame, curr_frame, output_foreground, black_and_write_3);

bitwise_and(back_img_frame, back_img_frame, output_background, 1 - black_and_write_3);

curr_frame = output_foreground + output_background;

实际测试这段代码，转720P的视频都没什么问题。我的CPU直线下降，比python的原生代码测试的速度还要快的多。

看不到循环，内部直接用内存块矩阵与或即可。非常方便。