Question

我需要使用CImg库来计算图像的平均值，如下所示：

int i = 0;
float mean = 0;
CImg<float> img("image.cimg");  
float *ptr = img.data(); //retrieves pointer to the first value
while(i<img.width()*img.height()*img.spectrum()){
    mean += *(ptr+i);
    ++i;
}
std::cout << "mean: " << mean/i << std::endl;

我知道img.mean()可以解决问题，但在这里我想以低级别的方式进行。

当图像的大小增加太多时，我的代码中的第3行占用了太多的计算机资源，因为根据documentation它同时将所有图像像素存储在内存缓冲区中

我想到了一个更低级别的解决方案，使用系统调用open()和read()，如下所示：

int i = 0;
int k = WIDTH*HEIGHT*SPECTRUM; //assuming this values are known
float mean = 0, aux;
int fd = open("image.cimg", O_RDONLY);
while(i<k){ 
    read(fd, &aux, sizeof(float));
    mean += aux; 
    ++i;
}
close(fd);
std::cout << "mean: " << mean/i << std::endl;

但现在获得的结果没有任何意义。我想知道这个解决方案是否有意义，如果图像以与加载到内存时相同的方式存储在磁盘上，并且如果最终这个解决方案可以节省时间和内存。

Answer 1

问题是代码的第二行，因为您已将mean（虽然名称sum更好地命名）为简单float。由于图片中的每个像素也是float，如果您的图片是10,000x10,000，则会遇到问题，因为您会尝试将100M float的总和存储在{ {1}}。

最简单的解决方案是将第2行更改为：

float

作为替代方案，您可以逐步计算平均值，而不会像这样溢出：

double mean=0;

顺便说一下，如果你有非常大的图像，我可以推荐float mean = 0; int i = 1; while(...){ mean+= (x - mean)/i; ++i; }，它非常快速且非常高效，例如，如果我创建一个10,000x10,000像素的TIF并询问{{1}从命令行对其进行平均：

vips

您可以看到它需要0.4秒，并在7MB内存使用率时达到峰值。

访问像素值而不在内存中加载图像以获取大图像

1 个答案: