OpenCV 快速垫元素​​和邻居访问

Question

我将 OpenCV (C++) Mat 用于我的矩阵，并希望尽快访问单个 Mat 元素。从 OpenCV 教程中，我找到了高效访问的代码：

for( i = 0; i < nRows; ++i)
    {
        p = I.ptr<uchar>(i);
        for ( j = 0; j < nCols; ++j)
        {
            p[j] = table[p[j]];
        }
    }

对于我的问题，我需要访问 Mat 元素及其邻居 (i-1,j-1) 进行计算。如何调整给定的代码以访问单个 mat 元素及其周围元素？由于速度很重要，我想避免Mat.at<>()。 访问 Mat 值及其相邻值的最有效方法是什么？

Answer 1

对于任何未来的读者：请阅读此博客文章 https://www.learnopencv.com/parallel-pixel-access-in-opencv-using-foreach/，而不是阅读此处的答案，以对该功能进行基于基准的分析，因为其中一些答案有点离题。

从那篇文章中，您可以看到访问像素的最快方法是使用 forEach C++ Mat 函数。如果你想要邻居，这取决于大小；如果您正在寻找通常的平方 3x3 邻域，请使用如下指针：

Mat img = Mat(100,100,CV_8U, Scalar(124)); // sample mat
uchar *up, *row, *down; // Pointers to rows
uchar n[9]; // neighborhood

for (int y = 1 ; y < (img.rows - 1) ; y++) {
    up = img.ptr(y - 1);
    row = img.ptr(y);
    down = img.ptr(y + 1);
    for (int x = 1 ; x < (img.cols - 1) ; x++) {
        // Examples of how to access any pixel in the 8-connected neighborhood
        n[0] = up[x - 1];
        n[1] = up[x];
        n[2] = up[x + 1];
        n[3] = row[x - 1];
        n[4] = row[x];
        n[5] = row[x + 1];
        n[6] = down[x - 1];
        n[7] = down[x];
        n[8] = down[x + 1];
    }
}

这段代码仍然可以优化，但使用行指针的想法是我试图传达的；这只是比使用 .at() 函数快一点，您可能需要进行基准测试才能注意到差异（在 OpenCV 3+ 版本中）。在决定优化像素访问之前，您可能需要使用 .at()。

Answer 2

你可以直接引用 Mat::data:

template<class T, int N>
T GetPixel(const cv::Mat &img, int x, int y) {
    int k = (y * img.cols + x) * N;
    T pixel;
    for(int i=0;i<N;i++)
        pixel[i] = *(img.data + k + i);
    return pixel;
}

template<class T,int N>
void SetPixel(const cv::Mat &img, int x, int y, T t) {
    int k = (y * img.cols + x) * N;
    for(int i=0;i<N;i++)
        *(img.data + k + i) = t[i];
}

template<>
unsigned char GetPixel<unsigned char, 1>(const cv::Mat &img, int x, int y) {
    return *(img.data + y * img.cols + x);
}

template<>
void SetPixel<unsigned char, 1>(const cv::Mat &img, int x, int y, unsigned char p) {
    *(img.data + y * img.cols + x) = p;
}




int main() {
    unsigned char r,g,b;
    int channels = 3;
    Mat img = Mat::zeros(256,256, CV_8UC3);
    for(int x=0;x<img.cols;x+=2)
        for(int y=0;y<img.rows;y+=2) 
             SetPixel<cv::Vec3b, 3>(img, x, y, cv::Vec3b(255,255,255));


    Mat imgGray = Mat::zeros(256,256, CV_8UC1);
    for(int x=0;x<imgGray.cols;x+=4)
        for(int y=0;y<imgGray.rows;y+=4) 
             SetPixel<unsigned char, 1>(imgGray, x, y, (unsigned char)255);



    imwrite("out.jpg", img);
    imwrite("outGray.jpg", imgGray);

    return 0;
}

我认为这相当快。

输出.jpg：

outGray.jpg：

Answer 3

像素和它的相邻像素可以组成一个cv::Rect，那么你可以简单地使用：

cv::Mat mat = ...;
cv::Rect roi= ...; // define it properly based on the neighbors defination
cv::Mat sub_mat = mat(roi);

如果您的邻居定义不规则，即它们不能形成矩形区域，请改用遮罩。查看here 获取示例。