在 OpenCV 中循环遍历 16 位 Mat 像素的有效方法

Question

我正在尝试在 16 位灰度 OpenCV Mat 上进行非常简单（类似 LUT）的操作，这种操作非常高效且不会减慢调试器的速度。

虽然有一个 very detailed page in the documentation 正好解决了这个问题，但它没有指出大多数这些方法仅适用于 8 位图像（包括完美的优化 LUT 功能）。

我尝试了以下方法：

uchar* p = mat_depth.data;
for (unsigned int i = 0; i < depth_width * depth_height * sizeof(unsigned short); ++i)
{
    *p = ...;
    *p++;
}

真的很快，可惜只支持 uchart（就像 LUT）。

---

int i = 0;
    for (int row = 0; row < depth_height; row++)
    {
        for (int col = 0; col < depth_width; col++)
        {
            i = mat_depth.at<short>(row, col);
            i = ..
            mat_depth.at<short>(row, col) = i;
        }
    }

改编自这个答案：https://stackoverflow.com/a/27225293/518169。对我不起作用，而且速度很慢。

---

cv::MatIterator_<ushort> it, end;
    for (it = mat_depth.begin<ushort>(), end = mat_depth.end<ushort>(); it != end; ++it)
    {
       *it = ...;   
    }

运行良好，但它使用大量 CPU 并使调试器超级慢。

---

这个答案https://stackoverflow.com/a/27099697/518169 指向source code of the built-in LUT function，但是它只提到了高级优化技术，如 IPP 和 OpenCL。

我正在寻找的是一个非常简单的循环，就像第一个代码一样，但是对于 ushorts。

你推荐什么方法来解决这个问题？我不是在寻找极端优化，只是在 .data 上与单循环的性能相提并论。

Answer 1

我实施了 Michael 和 Kornel 的建议，并在发布和调试模式下对它们进行了基准测试。

代码：

cv::Mat LUT_16(cv::Mat &mat, ushort table[])
{
    int limit = mat.rows * mat.cols;

    ushort* p = mat.ptr<ushort>(0);
    for (int i = 0; i < limit; ++i)
    {
        p[i] = table[p[i]];
    }
    return mat;
}

cv::Mat LUT_16_reinterpret_cast(cv::Mat &mat, ushort table[])
{
    int limit = mat.rows * mat.cols;

    ushort* ptr = reinterpret_cast<ushort*>(mat.data);
    for (int i = 0; i < limit; i++, ptr++)
    {
        *ptr = table[*ptr];
    }
    return mat;
}

cv::Mat LUT_16_if(cv::Mat &mat)
{
    int limit = mat.rows * mat.cols;

    ushort* ptr = reinterpret_cast<ushort*>(mat.data);
    for (int i = 0; i < limit; i++, ptr++)
    {
        if (*ptr == 0){
            *ptr = 65535;
        }
        else{
            *ptr *= 100;
        }
    }
    return mat;
}

ushort* tablegen_zero()
{
    static ushort table[65536];
    for (int i = 0; i < 65536; ++i)
    {
        if (i == 0)
        {
            table[i] = 65535;
        }
        else
        {
            table[i] = i;
        }
    }
    return table;
}

结果如下（发布/调试）：

• LUT_16：0.202 毫秒/0.773 毫秒
• LUT_16_reinterpret_cast：0.184 毫秒 / 0.801 毫秒
• LUT_16_if：0.249 毫秒/0.860 毫秒

所以结论是 reinterpret_cast 在发布模式下快 9%，而 ptr 在调试模式下快 4%。

有趣的是，直接调用 if 函数而不是应用 LUT 只会使其慢 0.065 毫秒。

规格：流式传输 640x480x16 位灰度图像，Visual Studio 2013，i7 4750HQ。

Answer 2

OpenCV 实现基于模板上的多态性和运行时调度。在 OpenCV 版本中，模板的使用仅限于一组固定的原始数据类型。也就是说，数组元素应具有以下类型之一：

• 8 位无符号整数 (uchar)
• 8 位有符号整数 (schar)
• 16 位无符号整数 (ushort)
• 16 位有符号整数（短）
• 32 位有符号整数 (int)
• 32 位浮点数 (float)
• 64 位浮点数（双精度）
• 多个元素的元组，其中所有元素都具有相同的类型（上述类型之一）。

如果您的cv::Mat 继续存在，您可以使用指针算术来遍历整个数据指针，并且您应该只使用适合您的cv::Mat 的指针类型。 此外，请记住，cv::Mats 并不总是连续的（它可以是 ROI、填充或从像素指针创建）并且使用指针迭代它们会崩溃。

一个示例循环：

cv::Mat cvmat16sc1 = cv::Mat::eye(10, 10, CV_16SC1);

if (cvmat16sc1.data)
{
    if (!cvmat16sc1.isContinuous())
    {
        cvmat16sc1 = cvmat16sc1.clone();
    }

    short* ptr = reinterpret_cast<short*>(cvmat16sc1.data);
    for (int i = 0; i < cvmat16sc1.cols * cvmat16sc1.rows; i++, ptr++)
    {
        if (*ptr == 1)
            std::cout << i << ": " << *ptr << std::endl;
    }
}

Answer 3

问题的最佳解决方案已经写在您提到的教程中，在名为“有效方法”的一章中。您所需要的只是用 ushort 替换 uchar 的每个实例。无需进行其他更改。