乞丐哥的私房菜（Windows OpenCV篇——Core Function 节之图像扫描、性能测试）二-CSDN博客

本文链接：https://blog.csdn.net/2501_92378057/article/details/149664647

操作系统：Windows 7 SP1
编译器：mingw64 g++ 8.1.0
编辑器：Emacs 30.1
第三方库：OpenCV 4.1.2.0
对 Emacs 有基本了解

目标

浏览图像的每个像素
OpenCV 矩阵值存储
查找表

测试用例

减色方法。有时用最少的颜色可以得到相同的结果
例如：0-9 之间取 0，10-19 之间取 10，以此类推
当将 uchar 除以一个整数，任何小数向下舍入，结果也将是 char，因此：
$I_{new} = (\frac{I_{old}} {10}) * 10$
简单的颜色空间降维算法应用此公式
对于大图像，事先做好所有可能的值，并在任务期间查找表（查找表是简单的数组，具有一个或多个维度），优点是不需要计算
下面的示例将：
- 读取命令行参数传递的图像（可以是彩色或灰度图像）
- 根据命令行参数的整数值应用图像缩减
- 在 OpenCV 中，目前有三种主要的方法逐像素遍历图像
- 使用每种方法对图像进行扫描并打印出所需的时间
- 源码在这里下载
```
  how_to_scan_images imageName.jpg intValueToReduce [G]
```
- 最后的参数是可选的，如果提供，以灰度格式加载，否则将使用 BGR 颜色空间
```
  int divideWith = 0;
  stringstream s;
  s << argv[2];
  s >> divideWith;
  if (!s || ! divideWith) {
    cout << "输入的除数无效！" << endl;
    return -1;
   }
  uchar table[256];
  for (int i = 0; i < 256; ++i)
    table[i] = (uchar) (i / divideWith * (i / divideWith ));
```
- 使用 C++ stringstream 将命令行的第三个参数从文本转换为整数格式，这没有 OpenCV 特定代码
- OpenCV 提供了两简单的函数实现时间（性能）的测量
```
  double t = (double) getTickCount();
  // do something ...
  t = ((double)getTickCount() - t) / getTickFrequency();
  cout << "Times passed in seconds: " << t << endl;
```
  - cv::getTickCount() 从某个事件返回 CPU 的脉冲数
  - cv::getTickFrequency() 返回 CPU 在一秒内发出多少脉冲

图像矩阵如何存储在内存中？

在Mat-图像容器中说过，矩阵的大小取决于使用的颜色系统。准确地说取决于使用的通道数

灰度
多通道

这是 BGR 而不是 RGB.很多情况下内存足够大，可以按顺序存储行，行可能会一个接一个地排列，形成一个长行。
这可能有助于加快扫描过程。可通过 cv::Mat::isContinuous() 函数来询问矩阵是否是这种情况

高效的方法

当涉及到性能时，没有比经典的 C 风格操作符访问更好的方法了。推荐最有效的方法是：

  Mat& ScanImageAndReduceC(Mat& I, const uchar* const table) {
    // Accept only char type matrices
    CV_Assert(I.depth() == CV_8U);
    int channels = I.channels();
    int nRows = I.rows;
    int nCols = I.cols * channels;
    if (I.isContinuous()) {
      nCols *= nRows;
      nRows = 1;
    }
    int i, j;
    uchar* p;
    for (i = 0; i < nRows; ++i){
      p = I.ptr<uchar>(i);
      for (j = 0; j < nCols; ++j){
        p[j] = table[p[j]];
      }
    }
    return I;
  }

在这里，只是获取每行的起始指针，并逐行遍历直到结束。在矩阵以连续方式存储的情况下，只需请求一次指针并一
直遍历到结束。彩色图像有三个通道，是普通情况的三倍

另一种方法，先判断图像是否加载完成。如果是灰度图像：

  uchar* p = I.data;
  for( unsigned int i = 0; i < ncol*nrows; ++i)
    ,*p++ = table[*p];

（安全）迭代方法

只需要询问图像矩阵的开始和结束，使迭代器指向值，用*运算符

  Mat& ScanImageAndReduceIterator(Mat& I, const uchar* const table) {
    // accept only char type matrices
    CV_Assert(I.depth() == CV_8U);

    const int channels = I.channels();
    switch(channels)
      {
      case 1:
        {
  	MatIterator_<uchar> it, end;
  	for( it = I.begin<uchar>(), end = I.end<uchar>(); it != end; ++it)
  	  ,*it = table[*it];
  	break;
        }
      case 3:
        {
  	MatIterator_<Vec3b> it, end;
  	for( it = I.begin<Vec3b>(), end = I.end<Vec3b>(); it != end; ++it)
  	  {
  	    (*it)[0] = table[(*it)[0]];
  	    (*it)[1] = table[(*it)[1]];
  	    (*it)[2] = table[(*it)[2]];
  	  }
        }
      }

    return I;
  }

需要记住，OpenCV 的迭代器会遍历列，并自动跳到下一行

动态地址计算与引用返回

  Mat& ScanImageAndReduceRandomAccess(Mat& I, const uchar* const table) {
    // accept only char type matrices
    CV_Assert(I.depth() == CV_8U);
    const int channels = I.channels();
    switch(channels)
      {
      case 1:
        {
  	for( int i = 0; i < I.rows; ++i)
  	  for( int j = 0; j < I.cols; ++j )
  	    I.at<uchar>(i,j) = table[I.at<uchar>(i,j)];
  	break;
        }
      case 3:
        {
  	Mat_<Vec3b> _I = I;
  	for( int i = 0; i < I.rows; ++i)
  	  for( int j = 0; j < I.cols; ++j )
  	    {
  	      _I(i,j)[0] = table[_I(i,j)[0]];
  	      _I(i,j)[1] = table[_I(i,j)[1]];
  	      _I(i,j)[2] = table[_I(i,j)[2]];
              }
  	I = _I;
  	break;
        }
      }
    return I;
  }

如果对图像进行多次查找，使用这种方法可能会很麻烦

核心功能
在实际中，可能希望将给定图像的所有值修改为其他值。OpenCV 提供了一个函数来修改图像值，无需编写图像扫描逻辑
使用核心模块的 cv::LUT() 函数

  Mat lookUpTable(1, 256, CV_8U);
  uchar* p = lookUpTable.ptr();
  for( int i = 0; i < 256; ++i)
      p[i] = table[i];
#+END_SRC
#+BEGIN_SRC C
  LUT(I, lookUpTable, J); // I 为输入图像，J 为输出图像