Question

我在机器人相机的流式图像上使用Canny Detection（寻找圆圈）。为了获得边缘之间的最大对比度，我将rgb图像分割成单独的通道，在每个通道上执行Canny，然后按位或边缘一起成为合并图像。在简单图像上使用时，我的fps相对不受影响，速度为30 fps。当相机看到更复杂的图像时，fps降至24 fps。这是正常的吗？如果是这样，无论如何我是否可以加快速度，以便我可以继续以恒定的帧速率运行？

这是我正在使用的代码：

vector<Mat> rgb;
split(src, rgb);

Canny( rgb[0], rgb[0], cannyThreshold, cannyThreshold2, 3);
Canny( rgb[1], rgb[1], cannyThreshold, cannyThreshold2, 3 );
Canny( rgb[2], rgb[2], cannyThreshold, cannyThreshold2, 3 );

Mat mergedImage;
bitwise_or(rgb[0], rgb[1], mergedImage);
bitwise_or(mergedImage, rgb[2], mergedImage);

Answer 1

确实存在这种行为。

有三种方法可以加快速度：

OpenCV can benefit from an Intel processor，如果您有，可以安装 Intel IPP 。您可能需要自己编译OpenCV才能启用此功能。
使用OpenCV的GPU模块。方法gpu::Canny()提供了在GPU上运行的 Canny 的实现。如果您的视频卡支持CUDA或OpenCL，OpenCV可以在GPU上运行某些算法。您可能需要自己编译OpenCV才能启用此功能。
研究一种不同的方法：有时一组不同的算法可以在较短的时间内达到相同的效果。 I talked briefly about this on your other question

OpenCV的Canny Detection在更复杂的图像上变慢

1 个答案: