OpenCV使用forEach的方式来遍历像素值

2024-06-28 1485阅读

opencv 4.x新增了forEach的方式遍历像素值,比传统方式略快一些。因为它本身是使用多线程并行的方法来遍历的。从opencv源码能看到这句话:

parallel_for_(cv::Range(0, LINES), PixelOperationWrapper(reinterpret_cast(this), operation));

OpenCV使用forEach的方式来遍历像素值

写了一个测试用例,把它用起来。包括单通道,三通道,浮点型等cv::Mat的遍历。

#include 
typedef cv::Point3_ Pixel;
void test1(cv::Mat &image)
{
    //raw pointer access.
    double start = (double)cv::getTickCount();
    for (int r = 0; r x = 255 - ptr->x;
            ptr->y = 255 - ptr->y;
            ptr->z = 255 - ptr->z;
        }
    }
    double time = (((double)cv::getTickCount() - start)) / cv::getTickFrequency();
    printf(" raw pointer access time1 : %.4f seconds\n", time);
}
void test2(cv::Mat &image)
{
    double start = (double)cv::getTickCount();
    int w = image.cols;
    int h = image.rows;
    for (int row = 0; row  void {
        p.x = 255 - p.x;
        p.y = 255 - p.y;
        p.z = 255 - p.z;
    });
    double time = (((double)cv::getTickCount() - start)) / cv::getTickFrequency();
    printf(" forEach time3 : %.4f seconds\n", time);
}
void test4(cv::Mat &image)
{
    cv::Mat gray;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
    //遍历单通道图像
    //position是遍历的像素点坐标位置
    //position[0]=row, position[1]=col
    gray.forEach([](uint8_t &p, const int *position) -> void {
        p += 1;
    });
}
void test5(cv::Mat &image)
{
    cv::Mat gray;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
    cv::Mat ft;
    gray.convertTo(ft, CV_32FC1, 1.0 / 255.0);
    //多线程并行遍历像素,需要加锁
    float score = 0.8;
    std::vector vtPos;
    std::vector vtConfidences;
    std::mutex mtx;
    ft.forEach([&vtConfidences, &vtPos, &score, &mtx](float &val, const int *position) -> void {
        if (val > score)
        {
            mtx.lock();
            vtPos.emplace_back(cv::Point(position[1], position[0])); //x,y==col,row
            vtConfidences.emplace_back(val);
            mtx.unlock();
        }
    });
    std::cout 
VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]