所谓快速多通道积分图计算,其实就是 cumsum2D。

我写了一个比较快的版本(比 VLFeat 的快),用 mex 编译一下就能用了。

代码

#include <string.h>
#include <mex.h>
#include <stdio.h>
#include <stdint.h> // compute integral image
template <typename T>
void integral(const T* in, T* out, mwSize h, mwSize w, mwSize ch)
{
mwSize iw = w + 1;
mwSize ih = h + 1;
out += 1;
memset(out, 0, ih * iw * ch * sizeof(T));
for (mwSize c = 0; c < ch; ++c)
{
// offset one row and one column
out += ih;
// from first to last column
for (mwSize x = 0; x < w; ++x, in += h, out += ih)
{
T s = 0.0f;
// from first to last column
for (mwSize y = 0; y < h; ++y)
{
s += in[y];
out[y] = out[y - ih] + s;
}
}
}
} // itg = integralChannels(channels)
void mexFunction (int nlhs, mxArray* plhs[], int nrhs, const mxArray* prhs[])
{
mxClassID classId = mxGetClassID(prhs[0]);
mwSize nDims = mxGetNumberOfDimensions(prhs[0]);
const mwSize *dims = mxGetDimensions(prhs[0]);
mwSize *iDims = new mwSize[nDims]; if (nDims != 3 && nDims != 2)
{
mexErrMsgTxt("integralChannels() can only integrate single or multichannel image.");
}
mwSize h = dims[0];
mwSize w = dims[1];
mwSize ch = 1; iDims[0] = h + 1;
iDims[1] = w + 1;
if (nDims == 3)
{
ch = dims[2];
iDims[2] = ch;
}
plhs[0] = mxCreateNumericArray(nDims, iDims, classId, mxREAL);
delete [] iDims;
switch (classId)
{
case mxSINGLE_CLASS:
integral<float>((float *)mxGetData(prhs[0]),
(float *)mxGetData(plhs[0]), h, w, ch);
break;
case mxDOUBLE_CLASS:
integral<double>((double *)mxGetData(prhs[0]),
(double *)mxGetData(plhs[0]), h, w, ch);
break;
case mxUINT32_CLASS:
integral<uint32_t>((uint32_t *)mxGetData(prhs[0]),
(uint32_t *)mxGetData(plhs[0]), h, w, ch);
break;
case mxINT32_CLASS:
integral<int32_t>((int32_t *)mxGetData(prhs[0]),
(int32_t *)mxGetData(plhs[0]), h, w, ch);
break;
default:
mexErrMsgTxt("Illegal Class ID.");
}
return;
}

性能测试

# Elapsed time is 0.062636 seconds.
tic; integralChannels(ones(1000, 1000, 9)); toc;
# Elapsed time is 0.085479 seconds.
tic; vl_imintegral(ones(1000, 1000, 9)); toc;
# Elapsed time is 0.128849 seconds.
tic; cumsum2D(ones(1000, 1000, 9)); toc;

Matlab 快速多通道积分图计算函数的更多相关文章

  1. opencv::积分图计算

    利用积分图像,可以计算在某象素的上-右方的或者旋转的矩形区域中进行求和.求均值以及标准方差的计算,并且保证运算的复杂度为O(). #include <opencv2/opencv.hpp> ...

  2. OpenCV——积分图计算

    #include <opencv2/opencv.hpp> #include <iostream> #include "math.h" using name ...

  3. 积分图(二) - Block - Match(统计)滤波器

    原文地址(英文) 积分图 是 [Crow(1984 年)] 提出的用于提高多尺度透视投影中纹理的渲染速度的一种技术. 积分图最流行的应用是 快速归一化互相关 (fast normalized cros ...

  4. 使用axes函数在matlab绘图中实现图中图的绘制

    使用axes函数在matlab绘图中实现图中图的绘制 有时为了对细节进行详细说明,需要在一个较大坐标轴上绘制一个小图来对局部进行放大以阐述结果. 这可以通过调用axes函数实现. 下面通过绘制 y=1 ...

  5. 快速部署 Spring PetClinic 到函数计算平台

    简介 首先介绍下在本文出现的几个比较重要的概念: 函数计算(Function Compute):函数计算是一个事件驱动的服务,通过函数计算,用户无需管理服务器等运行情况,只需编写代码并上传.函数计算准 ...

  6. matlab快速入门

    matlab快速入门 1矩阵 生成矩阵 ​ % 直接法 a = [1,2,3;4,5,6;7,8,9]; % 冒号一维矩阵 a = 开始:步长:结束,步长为1可省略 b = 1:1:10; % 1,2 ...

  7. 浅析人脸检测之Haar分类器方法:Haar特征、积分图、 AdaBoost 、级联

    浅析人脸检测之Haar分类器方法 一.Haar分类器的前世今生 人脸检测属于计算机视觉的范畴,早期人们的主要研究方向是人脸识别,即根据人脸来识别人物的身份,后来在复杂背景下的人脸检测需求越来越大,人脸 ...

  8. Spark入门实战系列--9.Spark图计算GraphX介绍及实例

    [注]该系列文章以及使用到安装包/测试数据 可以在<倾情大奉送--Spark入门实战系列>获取 .GraphX介绍 1.1 GraphX应用背景 Spark GraphX是一个分布式图处理 ...

  9. 明风:分布式图计算的平台Spark GraphX 在淘宝的实践

    快刀初试:Spark GraphX在淘宝的实践 作者:明风 (本文由团队中梧苇和我一起撰写,并由团队中的林岳,岩岫,世仪等多人Review,发表于程序员的8月刊,由于篇幅原因,略作删减,本文为完整版) ...

随机推荐

  1. typescript 第二部分

    ts 中不允许变量同名 函数定义的两种方式 第一种:命名函数 = 声明式定义 function fn(){} 第二种:匿名函数 var fn = function(){} function fn(x: ...

  2. 实现一个可以用 await 异步等待的 Awaiter

    总结起来,要想使一个方法可被 await 等待,必须具备以下条件: 这个方法返回一个类 A 的实例,这个类 A 必须满足后面的条件.此类 A 有一个可被访问到的 GetAwaiter 方法(扩展方法也 ...

  3. Spring Cloud负载均衡:使用zuul作服务器端负载均衡

    1.目的: 本文简述Spring Cloud负载均衡之服务器负载均衡模式,使用组件为zuul. zuul作为Spring Cloud中的网关组件,负责路由转发.身份验证.请求过滤等等功能,那么我们可以 ...

  4. Nova 启动虚拟机流程解析

    目录 文章目录 目录 前言 从请求说起 nova-api service 阶段 前言 Nova 启动虚拟机的东西太多,持续更新- 从请求说起 无论是通过 Dashboard 还是 CLI 启动一个虚拟 ...

  5. 阶段3 3.SpringMVC·_01.SpringMVC概述及入门案例_02.SpringMVC框架的介绍

    Spring MVC 的入口是 Servlet, 而 Struts2 是 Filter Spring MVC 是基于方法设计的,而Struts2是基于类,Struts2每次执行都会创建一个动作类.所以 ...

  6. python学习之模块-模块(四)

    5.9 logging模块 常用参数 logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为,可用参数有: filename:用指定的文件名创建FiledHan ...

  7. for循环实现九九乘法表

    <!--for循环实现九九乘法表--> <table border="> <tbody> {% for x in range(1,10) %} <t ...

  8. Redis配置主从时报错“Could not connect to Redis at 192.168.0.50:6379: Connection refused not connected>”

    配置Redis主从时,修改完从节点配置文件,然后报错 [root@Rich七哥-0-50 redis]# /opt/redis/redis-cli -h 192.168.0.50 Could not ...

  9. Spring依赖模块

    1.spring maven依赖 https://www.cnblogs.com/nwu-edu/p/9542074.html

  10. seata项目结构

    1. 概述 在拉取 Seata 项目后,我们会发现拆分了好多 Maven 项目.