在一个大图像中搜索一个小图像

时间:2014-06-07 09:22:40

标签: c++ image algorithm search

我正在搜索一张大图像的灰度图像。

这是我到目前为止所做的,只是从左到右,从上到下逐个像素地搜索,它是灰度的,所以我使用bool作为数据类型(1 ==黑色0 ==白色)。

#include <iostream>
using namespace std;

template <int WIDTH, int HEIGHT>
struct array {
    bool data[WIDTH][HEIGHT];
    int width() { return WIDTH; }
    int height() { return HEIGHT; }

    void random_fill() {
        for(int row=0; row<HEIGHT; row++) {
            for(int col=0; col<WIDTH; col++) {
                data[row][col] = (row*col+col*col) % 3 == 0 ? 1 : 0;
            }
        }
    }
    void display() {
        cout << "array content:" << endl;
        for(int row=0; row<HEIGHT; row++) {
            for(int col=0; col<WIDTH; col++) {
                cout << data[row][col] << " ";
            }
            cout << endl;
        }
    }
    void operator=(bool _data[WIDTH][HEIGHT]) {
        memcpy(data, _data, WIDTH*HEIGHT);
    }
};

struct point {
    int x;
    int y;
};

// test if a sub-rect of a big_rect matches a small rect
template <typename big_t, typename small_t>
bool rect_match(big_t& big_arr, int x_offset, int y_offset, small_t& small_arr) {
    int w = small_arr.width(),
        h = small_arr.height();
    for(int row=0; row<h; row++) {
        for(int col=0; col<w; col++) {
            if(big_arr.data[row+y_offset][col+x_offset] != small_arr.data[row][col])
                return false;
        }
    }
    return true;
}

// search for a small_rect in a big_rect
template <typename big_t, typename small_t>
point search(big_t& big_arr, small_t& small_arr) {
    point pt;
    for(int row=0; row<big_arr.height()-small_arr.height(); row++) {
        for(int col=0; col<big_arr.width()-small_arr.width(); col++) {
            if(rect_match(big_arr, col, row, small_arr)) {
                pt.x = col;
                pt.y = row;
                return pt;
            }
        }
    }

    pt.x = pt.y = -1;
    return pt;
}

int main() {
    array<10, 10> big_arr;
    big_arr.random_fill(); // fill the sample image with some "random" color
    big_arr.display(); 

    array<3, 3> small_arr;
    bool data[3][3] = {{1,0,1},{0,0,1},{0,1,1}};
    small_arr = data;
    small_arr.display(); 

    point pt = search(big_arr, small_arr);
    cout << "pt: (" << pt.x << ", " << pt.y << ")" << endl;

}

我正在寻找一种性能更好的更好的算法。

有什么建议吗?

感谢。

1 个答案:

答案 0 :(得分:2)

您可以将较大的图像解释为字符串,以应用字符串搜索算法,例如“Boyer-Moore”字符串搜索算法&#39; (http://en.wikipedia.org/wiki/Boyer%E2%80%93Moore_string_search_algorithm)找到较小图像的第一行。找到该行后,您将匹配以下行。

但是,如果找不到较小的图像(未与较大图像中的字节边界对齐),则必须使用移位的较小图像重复搜索(暂时忽略第一个和最后一个字节),直到找到匹配或没有进一步的转变是合理的。