将矢量分配给循环中的矩阵行的最快方法是什么?我想用向量在其行中填充数据矩阵。这些向量在循环中计算。此循环持续到数据矩阵的所有条目都填充这些向量。
目前我正在使用cv::Mat::at<>()
方法访问矩阵的元素并用向量填充它们,但是,这个过程看起来很慢。我已经尝试了另一种使用cv::Mat::X.row(index) = data_vector
的方法,它工作得很快,但我的矩阵X
填充了一些我无法理解的垃圾值,为什么。
我读到存在另一种使用指针的方式(最快的方式),但是,我无法理解。有人可以解释如何使用它们或其他不同的方法吗?
以下是我的代码的一部分:
#define OFFSET 2
cv::Mat im = cv::imread("001.png", CV_LOAD_IMAGE_GRAYSCALE);
cv::Mat X = cv::Mat((im.rows - 2*OFFSET)*(im.cols - 2*OFFSET), 25, CV_64FC1); // Holds the training data. Data contains image patches
cv::Mat patch = cv::Mat(5, 5, im.type()); // Holds a cropped image patch
typedef cv::Vec<float, 25> Vec25f;
int ind = 0;
for (int row = 0; row < (im.rows - 2*OFFSET); row++){
for (int col = 0; col < (im.cols - 2*OFFSET); col++){
cv::Mat temp_patch = im(cv::Rect(col, row, 5, 5)); // crop an image patch (5x5) at each pixel
patch = temp_patch.clone(); // Needs to do this because temp_patch is not continuous in memory
patch.convertTo(patch, CV_64FC1);
Vec25f data_vector = patch.reshape(0, 1); // make it row vector (1X25).
for (int i = 0; i < 25; i++)
{
X.at<float>(ind, i) = data_vector[i]; // Currently I am using this way (quite slow).
}
//X_train.row(ind) = patch.reshape(0, 1); // Tried this but it assigns some garbage values to the data matrix!
ind += 1;
}
}
答案 0 :(得分:1)
要执行常规的opencv方法: -
ImageMat.row(RowIndex) = RowMat.clone();
或
RowMat.copyTo(ImageMat.row(RowIndex));
未测试正确性或速度。
答案 1 :(得分:0)
您的代码中只需进行一些编辑
double * xBuffer = X.ptr<double>(0);
for (int row = 0; row < (im.rows - 2*OFFSET); row++){
for (int col = 0; col < (im.cols - 2*OFFSET); col++){
cv::Mat temp_patch = im(cv::Rect(col, row, 5, 5)); // crop an image patch (5x5) at each pixel
patch = temp_patch.clone(); // Needs to do this because temp_patch is not continuous in memory
patch.convertTo(patch, CV_64FC1);
memcpy(xBuffer, patch.data, 25*sizeof(double));
xBuffer += 25;
}
}
另外,你似乎没有在补丁中做任何计算只提取灰度值,所以你可以创建与im相同类型的X,并在最后将其转换为double。通过这种方式,您可以记忆补丁的每一行,内存中的地址为“unsigned char * buffer = im.ptr(row)+ col
”答案 2 :(得分:0)
根据docs:
如果您需要处理整个矩阵行,最有效的方法是先获取指向该行的指针,然后仅使用普通的C运算符[]:
// compute sum of positive matrix elements
// (assuming that M is double-precision matrix)
double sum=0;
for(int i = 0; i < M.rows; i++)
{
const double* Mi = M.ptr<double>(i);
for(int j = 0; j < M.cols; j++)
sum += std::max(Mi[j], 0.);
}