Question

我需要在java中进行一些图像处理。我正在移植python代码，它使用带有cols，rows，channels维度的numpy数组;这些都是浮点数。我知道如何从BufferedImage中获取RGB以及如何将其放回去;这个问题是关于如何布置生成的浮动图像。

以下是一些选项：

直接翻译：

float[][][] img = new float[cols][rows][channels];

首先放置频道：

float[][][] img = new float[channels][cols][rows];

合并索引：

float[] img = new float[rows*cols*channels];
img[ i * cols * channels + j * channels + k ] = ...;

选项1的优点是它与原始代码的读取相同;但对Java而言似乎并非惯用，可能并不快。

如果我理解Java N维数组如何工作，那么选项2应该更快;以看起来有些奇怪为代价。这似乎分配channels*cols大小为rows的数组，而不是选项1，它分配rows*cols大小为channels的数组（非常大量的微小数组=大开销）

选项3似乎最接近AWT和其他Java代码所做的事情;但它需要绕过维度（它们没有内置到数组中）并且很容易使索引编写错误（特别是在进行其他索引算法时）。

哪个更好，为什么？其他一些优点和缺点是什么？还有更好的方法吗？

更新

我对选项1和2进行了基准测试，这是一个非常重要的图像处理示例，它运行四种不同的算法（在10x循环中，因此VM可以预热）。这是在Ubuntu，Intel i5 cpu上的OpenJDK 7上。令人惊讶的是，没有太多的速度差异：选项2比选项1慢约6％。垃圾收集的内存量存在很大差异（使用java -verbose:gc ）：选项1在整个运行期间收集1.32 GB的内存，而选项2仅收集0.87 GB（不是一半，但是并非所有使用的图像都是彩色）。我想知道Dalvik会有多大差异？

Answer 1

你是对的，选项3的内存占用量更小。

至于哪个表现更好，您必须对选项进行分析和/或基准测试。

鉴于你的声明行和列数很大，我会选择选项3，但将数组包装在一个知道维度的类中，例如：叫Image。

Answer 2

选项3由Java中的BufferedImage使用。安德烈亚斯说，它对记忆有益，但对于图像处理和信息连续性而言，它并不是最佳的。最实际的是：

float[][] img = new float[channels][cols*rows];

这样，通道是分开的，因此可以独立处理。如果您想调用本机代码，这种表示将是最佳的。

Answer 3

BoofCV具有浮动图像类型，原始像素数据可以直接操作。请参阅tutorial。

BoofCV提供了几个例程，用于将BufferedImage快速转换为不同的BoofCV图像类型。使用BoofCV例程转换为BufferedImages或从BufferedImages转换非常快。

使用BoofCV将BufferedImage转换为多光谱浮点型图像：

MultiSpectral<ImageFloat32> image =
    ConvertBufferedImage.convertFromMulti(image,null,true,ImageFloat32.class);

从浮动图像数组中访问像素值：

float value = image.getBand(i).data[ image.startIndex + y*image.stride + x];

另一种获取和设置像素值的方法：

float f = image.getBand(i).get(x, y);
...
image.getBand(i).set(x, y, f);

i 表示颜色通道的索引。

将BoofCV图像转换回BufferedImage：

BufferedImage bufferedImage =
    new BufferedImage(image.width, image.height, BufferedImage.TYPE_4BYTE_ABGR);
BufferedImage bufferedImage = ConvertBufferedImage.convertTo(
    image, bufferedImage, true);

java中的图像：最有效的浮点表示？

3 个答案: