Question

我对你的所有答案都感到惊讶。 非常感谢！

错误代码如下所示： percentage = (double)kk * 100.0 / (double)totalnum;

我将其修改为： percentage = (double)kk * 100.0 / totalnum;

问题已解决。这个简单的部门在150年代中耗费了大约90秒。也许 double 和 int 之间的划分比 double 之间的划分更快。

再次感谢您的所有答案！

我试图从一组来自视频的图片中获取平均图像。这项工作只有两个步骤：

将所有图像汇总成矩阵。
将矩阵除以图像数量。

我在OpenCV中使用了以下代码：（C ++）

Mat avIM = Mat::zeros(IMG_HEIGHT, IMG_WIDTH, CV_32FC3);

for (ii = startnum; ii <= endnum; ii += interval) {
    string fullname = argv[1];
    sprintf(filename, "\\%d.png", ii);
    fullname.append(filename);

    Mat tempIM = imread(fullname.c_str());
    if (tempIM.empty()) { cout << "Can't open image!\n"; return -1; }
    tempIM.convertTo(tempIM, CV_32FC3);     

    avIM += tempIM;     //Sum up every image
    ++kk;

}
avIM = avIM * (double)(1.0 / kk);   //get average'

关注MatLab中的代码：（2015a）

avIM = zeros(size(imread([im.dir,'\',num2str(startnum),'.png'])));

pointIdx = startnum:interval:endnum;
for j=pointIdx,
    IM = imread([im.dir,'\',num2str(j),'.png']);
    avIM = avIM + double(IM); %Sum up every image
end
avIM = uint8(round(avIM./size(pointIdx,2))); %get average

但是，当我在2,100张图片上运行这两个程序时，OpenCV采用 150.3s （发布），而MatLab采用 103.1s 。我真的很困惑，C ++程序比MatLab脚本运行得慢。

那么我的OpenCV程序放慢了什么？如果它是由我的矩阵访问方法引起的，我该怎么做才能提高效率？

Answer 1

引起我注意的一点是“CV_32FC3”类型。你是否特别喜欢32位浮点矩阵，你确定Matlab也能以相同的方式获得像素值吗？

因为你有额外的步骤

tempIM.convertTo(tempIM, CV_32FC3);

在您的Cpp代码中，Matlab在没有任何转换的情况下检索图像后立即直接运行，这可能会降低您的cpp代码速度。此外，如果Matlab没有以浮点值获取图像，那可能会导致速度差异，因为与整数相比，浮点算术是一个比较难处理的CPU处理任务。

Answer 2

您的代码似乎已经足够好了，在我的测试中，我发现它的运行速度比Matlab代码快10倍。

但是，我展示了稍微优化的代码，其执行速度比您的快一些。

备注

请注意，我没有一个包含您的图像的文件夹，因此我在C ++版本中使用cv::glob，在Matlab版本中使用dir来获取图像的名称文件夹。

在我的文件夹中我有82张小图片，因此运行时间明显比你的小，但相对性能应该可靠。

执行时间

Sum only Get filenames + Sum Matlab: 0.173543 s (0.185308 s) OpenCV @Seven Wang: 0.0145206 s (0.0155748 s) OpenCV @Miki: 0.0128943 s (0.013333 s)

<强>考虑

确保您在OpenCV和Matlab中一致地计算运行时间。

<强>代码

Matlab代码：

tic folder = 'D:\\SO\\temp\\old_075_6\\'; filenames = dir([folder '*.bmp']); % Get rows and cols from 1st image img = imread([folder name]); S = zeros(size(img)); for ii = 1 : length(filenames) name = filenames(ii).name; currentImage = imread([folder name]); S = S + double(currentImage); end S = uint8(round(S / length(filenames))); toc

C ++代码：

#include <opencv2\opencv.hpp> #include <vector> #include <iostream> int main() { double ticLoad = double(cv::getTickCount()); std::string folder = "D:\\SO\\temp\\old_075_6\\*.bmp"; std::vector<cv::String> filenames; cv::glob(folder, filenames); int rows, cols; { // Just load the first image to get rows and cols cv::Mat3b img = cv::imread(filenames[0]); rows = img.rows; cols = img.cols; } /*{ double tic = double(cv::getTickCount()); cv::Mat3d S(rows, cols, 0.0); for (const auto& name : filenames) { cv::Mat currentImage = cv::imread(name); currentImage.convertTo(currentImage, CV_64F); S += currentImage; } S = S * double(1.0 / filenames.size()); cv::Mat3b avg; S.convertTo(avg, CV_8U); double toc = double(cv::getTickCount()); double timeLoad = (toc - ticLoad) / cv::getTickFrequency(); double time = (toc - tic) / cv::getTickFrequency(); std::cout << "@Seven Wang: " << time << " s (" << timeLoad << " s)" << std::endl; }*/ { double tic = double(cv::getTickCount()); cv::Mat3d S(rows, cols, 0.0); cv::Mat3b currentImage; for (const auto& name : filenames) { currentImage = cv::imread(name); cv::add(S, currentImage, S, cv::noArray(), CV_64F); } S /= filenames.size(); cv::Mat3b avg; S.convertTo(avg, CV_8U); double toc = double(cv::getTickCount()); double timeLoad = (toc - ticLoad) / cv::getTickFrequency(); double time = (toc - tic) / cv::getTickFrequency(); std::cout << "@Miki: " << time << " s (" << timeLoad << " s)" << std::endl; } getchar(); return 0; }

使用MATLAB和OpenCV对图像求和的效率

2 个答案: