欢迎转载,尊重原创,所以转载请注明出处:

http://blog.csdn.net/bendanban/article/details/30527785

本文讲述了OpenCV中几种访问矩阵元素的方法,在指定平台上给出性能比较,分析每种矩阵元素访问方法的代码复杂度,易用性。

一、预备设置

本文假设你已经正确配置了OpenCV的环境,为方便大家实验,在文中也给出了编译源程序的Makefile,其内容如代码段1所示。

采用如代码段2所示的计时函数,这段代码你可以在我之前的博文中找到,abtic() 可以返回微秒(10^-6秒)级,而且兼容WindowsLinux系统。

本文使用彩色图像做实验,所以矩阵是2维的3通道的。

CC = g++
CPPFLAGS = -O3 `pkg-config --cflags opencv`
CPPLIB   = `pkg-config --libs opencv`

OBJS = test.o 

main.exe : $(OBJS)
  $(CC) $(CPPFLAGS) $^ -o $@ $(CPPLIB)

test.o: test.cpp
  $(CC) -c $(CPPFLAGS) $^ -o $@

clean:
  rm -rf *.out main.exe *.o

run:
  ./main.exe

代码段 1. Makefile文件的内容

#if defined(_WIN32) && defined(_MSC_VER)
#include <windows.h>
double abtic() {
  __int64 freq;
  __int64 clock;
  QueryPerformanceFrequency( (LARGE_INTEGER *)&freq );
  QueryPerformanceCounter( (LARGE_INTEGER *)&clock );
  return (double)clock/freq*1000*1000;
}
#else
#include <time.h>
#include <sys/time.h>
double abtic() {
  double result = 0.0;
  struct timeval tv;
  gettimeofday( &tv, NULL );
  result = tv.tv_sec*1000*1000 + tv.tv_usec;
  return result;
}
#endif /* _WIN32 */

代码段 2. 计时函数abtic()的定义

二、测试算法

文中用于测试的算法:将矩阵中每个元素乘以一个标量,写入一个新的矩阵,每个通道操作独立。

如果用im(r,c,k)表示矩阵im的第r行、第c列、第k个通道的值的话,算法为:om(r,c,k) = im(r,c,k)*scale;其中scale是一个大于0、小于1的浮点数。

三、五种Mat元素的访问方法

方法1、使用Mat的成员函数at<>()

    Mat的成员函数at()是一个模板函数,我们这里用的是二维矩阵,所以我们使用的at()函数的声明如代码段3所示(取自OpenCV的源文件)。

template<typename _Tp> _Tp& at(int i0, int i1);

代码段3 .at()函数的声明

代码段4是本文第二部分描述的算法的实现,矩阵元素使用at<>()函数来索引。

  Vec3b pix;
  for (int r = 0; r < im.rows; r++)
  {
    for (int c = 0; c < im.cols; c++)
    {
      pix = im.at<Vec3b>(r,c);
      pix = pix*scale;
      om.at<Vec3b>(r,c) = pix;
    }
  }

代码段4. 使用at<>()函数访问矩阵元素

注意:使用at函数时,应该知道矩阵元素的类型和通道数,根据矩阵元素类型和通道数来确定at函数传递的类型,代码段4中使用的是Vec3b这个元素类型,他是一个包含3个unsigned char类型向量。之所以采用这个类型来接受at的返回值,是因为,我们的矩阵im是3通道,类型为unsigned char类型的。

方法2、使用Mat的成员函数ptr<>()

此函数也是模板函数,我们将会用到的ptr函数声明如代码段5所示。此函数返回指定的数据行的首地址。

template<typename _Tp> _Tp* ptr(int i0=0);

代码段 5. ptr成员函数的声明

使用ptr<>()成员函数完成本文第二部分所述算法的代码如代码段6所示。

  Vec3b *ppix_im(NULL);
  Vec3b *ppix_om(NULL);
  for (int r = 0; r < im.rows; r++)
  {
    ppix_im = im.ptr<Vec3b>(r);
    ppix_om = om.ptr<Vec3b>(r);
    for (int c = 0; c < im.cols; c++)
    {
       ppix_om[c] = ppix_im[c]*scale;
    }
  }

代码段 6. 使用ptr访问矩阵元素

方法3、使用迭代器

这里使用的迭代器是OpenCV自己定义的。使用迭代器完成第二部分所述算法的代码如代码段7所示。

  MatIterator_<Vec3b> it_im, itEnd_im;
  MatIterator_<Vec3b> it_om;
  it_im    = im.begin<Vec3b>();
  itEnd_im = im.end<Vec3b>();
  it_om    = om.begin<Vec3b>();
  for (; it_im != itEnd_im; it_im++, it_om++)
  {
    *it_om = (*it_im)*scale;
  }

代码段 7. 使用迭代器访问矩阵元素

方法4、使用Mat_简化索引

Mat_这个类的元素访问比较容易一点,把原Mat类的对象可以直接赋值给Mat_对象,当然赋值操作并不会开辟新的数据空间,这点大家放心。也就是说使用Mat_时,不会在内存拷贝上花时间。使用这种方法完成第二部分所述算法的代码如代码段8所示。

  Mat_<Vec3b> im_, om_;
  im_ = im;
  om_ = om;
  for (int r = 0; r < im.rows; r++)
  {
    for (int c = 0; c < im.cols; c++)
    {
      om_(r,c) = im_(r,c) * scale;
    }
  }

代码段 8. 使用Mat_访问矩阵数据元素

方法5、使用OpenCV原有的实现

我们的算法实际上OpenCV中已经有实现。就是×运算符重载,代码如代码段9所示。

om = im*scale;

代码段 9. 使用OpenCV的原有实现访问矩阵元素

四、实验测试

1、测试代码

为了测试方便,将前面的方法统一写到一个c++源文件test.cpp中,其内容如代码段10所示。

/*************************************************************************
  > File Name: test.cpp
  > Author: aban
  > Mail: sawpara@126.com
  > Created Time: 2014年06月13日 星期五 18时47分19秒
 ************************************************************************/

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;

#if defined(_WIN32) && defined(_MSC_VER)
#include <windows.h>
double abtic() {
	__int64 freq;
	__int64 clock;
	QueryPerformanceFrequency( (LARGE_INTEGER *)&freq );
	QueryPerformanceCounter( (LARGE_INTEGER *)&clock );
	return (double)clock/freq*1000*1000;
}
#else
#include <time.h>
#include <sys/time.h>
double abtic() {
	double result = 0.0;
	struct timeval tv;
	gettimeofday( &tv, NULL );
	result = tv.tv_sec*1000*1000 + tv.tv_usec;
	return result;
}
#endif /* _WIN32 */

#define ISSHOW 0

int main(int argc, char** argv)
{
	double tRecorder(0.0);
	Mat im = imread("./bigim.tif");
	Mat om;
	om.create(im.rows, im.cols, CV_8UC3);

#if ISSHOW
	imshow("orignal Image", im);
	waitKey();
#endif

	float scale = 150.0f/255.0f;

	// 1. using at()
	tRecorder = abtic();
	Vec3b pix;
	for (int r = 0; r < im.rows; r++)
	{
		for (int c = 0; c < im.cols; c++)
		{
			pix = im.at<Vec3b>(r,c);
			pix = pix*scale;
			om.at<Vec3b>(r,c) = pix;
		}
	}
	cout << (abtic() - tRecorder) << " using at<>()" << endl;
#if ISSHOW
	imshow("Scaled Image: using at<>()", om);
	waitKey();
#endif

	// 2. using ptr
	tRecorder = abtic();
	Vec3b *ppix_im(NULL);
	Vec3b *ppix_om(NULL);
	for (int r = 0; r < im.rows; r++)
	{
		ppix_im = im.ptr<Vec3b>(r);
		ppix_om = om.ptr<Vec3b>(r);
		for (int c = 0; c < im.cols; c++)
		{
			 ppix_om[c] = ppix_im[c]*scale;
		}
	}
	cout << (abtic() - tRecorder) << " using ptr<>() " << endl;
#if ISSHOW
	imshow("Scaled Image: using ptr<>()", om);
	waitKey();
#endif

	// 3. using iterator
	tRecorder = abtic();
	MatIterator_<Vec3b> it_im, itEnd_im;
	MatIterator_<Vec3b> it_om;
	it_im    = im.begin<Vec3b>();
	itEnd_im = im.end<Vec3b>();
	it_om    = om.begin<Vec3b>();
	for (; it_im != itEnd_im; it_im++, it_om++)
	{
		*it_om = (*it_im)*scale;
	}
	cout << (abtic() - tRecorder) << " using iterator " << endl;
#if ISSHOW
	imshow("Scaled Image: using iterator", om);
	waitKey();
#endif

	// 4. using Mat_
	tRecorder = abtic();
	Mat_<Vec3b> im_, om_;
	im_ = im;
	om_ = om;
	for (int r = 0; r < im.rows; r++)
	{
		for (int c = 0; c < im.cols; c++)
		{
			om_(r,c) = im_(r,c) * scale;
		}
	}
	cout << (abtic() - tRecorder) << " using Mat_ " << endl;
#if ISSHOW
	imshow("Scaled Image: using Mat_", om);
	waitKey();
#endif

	// 5. using *
	tRecorder = abtic();
	om = im*scale;
	cout << (abtic() - tRecorder) << " using * " << endl;
#if ISSHOW
	imshow("Scaled Image: using *", om);
	waitKey();
#endif

	return 0;
}

代码段10. 测试代码

如果你想使用第一部分提到的Makefile,你需要将代码段10保存成test.cpp,或者保存成你希望的某个名字,但是同时应该修改Makfile中的所有“test.cpp”。

在正确执行之前,将代码段10中的第40行代码改成你的图片名称。

2、实验平台

CPU:Intel(R) Pentium(R) CPU G840 @ 2.80GHz

G++:4.8.2

OpenCV : 2.4.9

3、实验结果

编译选项使用-O3时,其中一次执行结果:

489570 using at<>()
467315 using ptr<>()
468603 using iterator
469041 using Mat_
621367 using * 

编译选项使用-O0 -g时,其中一次执行结果:

2.48216e+06 using at<>()
2.15397e+06 using ptr<>()
3.80784e+06 using iterator
2.38941e+06 using Mat_
621099 using * 

4、实验分析

从上面的结果可以看出,使用×时,在两种模式下,计算速度差不多,这实际是由于我们的程序调用的OpenCV的库函数,而这个库函数调用的是同一个。

如果你的产品要求执行速度,从-O3条件下的输出结果可以看出,ptr这种方式速度稍微快一点。但是他们的差别并不大,所以应该再考虑代码的复杂度。

代码复杂度用代码量(代码行数、列数)、使用变量的个数、使用变量个类型掌握难度(比如指针可能难一点)等因素来度量。

最小的就是使用×了(最后一个方法)。虽然他的复杂度较小,实际只有一行代码,但是对于实际的应用,你要想调用OpenCV已经实现的功能,首先要确定OpenCV里已经实现了这个功能。

其次,我认为复杂度较小的是方法一,因为它实际上可以不借用pix变量,完成前述算法,使用变量数较少,代码量也不多。

Mat_和ptr这两种方式的复杂度差不多,如果使用指针是一种稍微难一点的方式的话,那么Mat_的复杂度可以认为稍微小一点。

一般认为迭代器是C++里面比较高级的特性,也是学习C++最靠后的技术,再加上它使用了指针,如果指针算是比较难掌握的技术的话,使用迭代器这种方式复杂度可以说是最复杂的了。

有些情况下,需要考虑安全性,比如防止越界访问,如果你不想考虑过多边界的问题,使用迭代器也许是一种不错的选择!

五、总结

选择哪种元素访问方式,应该根据自己的实际应用环境,具体分析作出决定。主要考虑三个因素:性能、代码复杂度、安全性,根据自己的程序类型,选择。

OpenCV:Mat元素访问方法、性能、代码复杂度以及安全性分析的更多相关文章

  1. OpenCV:Mat元素访问方法、演出、代码的复杂性和安全性分析

    欢迎转载.尊重原创,因此,请注明出处: http://blog.csdn.net/bendanban/article/details/30527785 本文讲述了OpenCV中几种訪问矩阵元素的方法, ...

  2. jquery iframe父子框架中的元素访问方法

    在web开发中,经常会用到iframe,难免会碰到需要在父窗口中使用iframe中的元素.或者在iframe框架中使用父窗口的元素 js 在父窗口中获取iframe中的元素 1. 格式:window. ...

  3. OpenCV不同类型Mat的at方法访问元素时该如何确定模板函数的typename(转)

    自从OpenCV推出了Mat后越来越像是Matlab了,使用起来方便了很多,但是,在用at方法访问Mat时,如何选用合适的typename类型来访问相应的Mat元素是个头疼的问题. 比如: int H ...

  4. 快速遍历OpenCV Mat图像数据的多种方法和性能分析 | opencv mat for loop

    本文首发于个人博客https://kezunlin.me/post/61d55ab4/,欢迎阅读! opencv mat for loop Series Part 1: compile opencv ...

  5. 访问 HTML中元素的方法

    http://www.w3school.com.cn/jsref/index.asp   1.document.getElementbyId("id1"),Html中,名称是id1 ...

  6. OpenCv Mat操作总结

    Author:: Maddock Date: 2015-03-23 16:33:49 转载请注明出处:http://blog.csdn.net/adong76/article/details/4053 ...

  7. C++ Opencv Mat类型使用的几个注意事项及自写函数实现Laplace图像锐化

    为了提升自己对Opencv中Mat数据类型的熟悉和掌握程度,自己尝试着写了一下Laplace图像锐化函数,一路坎坷,踩坑不断.现将代码分享如下: #include <opencv2/opencv ...

  8. OPENCV mat类

    OpenCV参考手册之Mat类详解 目标 我们有多种方法可以获得从现实世界的数字图像:数码相机.扫描仪.计算机体层摄影或磁共振成像就是其中的几种.在每种情况下我们(人类)看到了什么是图像.但是,转换图 ...

  9. opencv Mat 像素操作

    1 cv::Mat cv::Mat是一个n维矩阵类,声明在<opencv2/core/core.hpp>中.   class CV_EXPORTS Mat { public: //a lo ...

随机推荐

  1. shell编程-项目部署(优化篇)

    在实际工作中小编遇到了一个问题那就是当我去操作部署脚本的时候,另一个人也可以操作,这怎么能行啊,后来小编就觉得重新优化下代码,给它加一个进程锁 老规矩,先梳理下思路: 同一时间内,脚本只能够允许一个人 ...

  2. [HNOI 2004]L语言

    Description 标点符号的出现晚于文字的出现,所以以前的语言都是没有标点的.现在你要处理的就是一段没有标点的文章. 一段文章T是由若干小写字母构成.一个单词W也是由若干小写字母构成.一个字典D ...

  3. UpdateAfterEvent

    10月3日,在杭州市西湖景区,一只小松鼠不停地接受一道道食物,花生.玉米.饼干,可谓来者不拒,憨态可掬的模样吸引了众多围观者...Description   小松鼠打了10个小时的游戏,一脸满足.却发 ...

  4. 【SDOI2009】学校食堂

    Description 小F的学校在城市的一个偏僻角落,所有学生都只好在学校吃饭.学校有一个食堂,虽然简陋,但食堂大厨总能做出让同学们满意的菜肴.当然,不同的人口味也不一定相同,但每个人的口味都可以用 ...

  5. bzoj3930[CQOI2015]选数 容斥原理

    3930: [CQOI2015]选数 Time Limit: 10 Sec  Memory Limit: 512 MBSubmit: 1383  Solved: 669[Submit][Status] ...

  6. 【译】基于主机的卡仿真(Host-based Card Emulation)

    基于主机的卡仿真(Host-based Card Emulation) 能提供NFC功能很多Android手机已经支持NFC卡模拟.在大多数情况下,该卡是由设备中的单独的芯片仿真,所谓的安全元件.由无 ...

  7. python中int的功能简单介绍

    Int的功能介绍 1. 绝对值 x.__abs__()等同于abs(x) 2. 加法 x.__add__(y)等同于x+y 3. 与运算 x.__and__(y)等同于x&y 4. 布尔运算 ...

  8. Cannot change version of project facet Dynamic Web Module to 2.5的解决

    步骤1 右键项目 点击Project Facets 修改里面的 Dynamic Web Module 成2.5 maven-update看下有没有解决 步骤2 没有就导入 <dependency ...

  9. html文本encode后,js获取参数失败的bug

    html中的空格encodeURIComponent后变成%C2%A0,而js中的空格是'%20',二者无法匹配,所以要进行一次替换

  10. 阻止Enter键回发到服务端Asp.net

    //阻止enter键回发到服务端$(function () {    $("input[type=text]").each(function () {        $(this) ...