Question

我在OpenCV编写的倒角匹配器的图像处理阶段做了一些处理，似乎有70％的时间花在一个函数上：

void ImageProcessor::CarryOutOrientationTransform(int iReadBin, int iUpdateBin)
{
    cv::MatIterator_<float> lUpdateImageIterator;

    cv::MatConstIterator_<float> lReadImageIterator;

    for(lUpdateImageIterator = 
         mOrientationBins[iUpdateBin].begin<float>(),
        lReadImageIterator = 
         mOrientationBins[iReadBin].begin<float>();
        lReadImageIterator != mOrientationBins[iReadBin].end<float>();
        lUpdateImageIterator++, lReadImageIterator++)
    {
        if( *lReadImageIterator + mOrientationCost < *lUpdateImageIterator)
        {    
            *lUpdateImageIterator = *lReadImageIterator+mOrientationCost;
        }
    }
}

该函数调用如下：

//Transform over the image clockwise 1.5 times
for(int lI = 0; 
    lI <= mNumberOfOrientationBins + (mNumberOfOrientationBins-1)/2; 
    lI++)
{
    CarryOutOrientationTransform
    ( lI % mNumberOfOrientationBins,
      (lI+1) % mNumberOfOrientationBins );
}

反向逆时针。

ImageProcessing :: mOrientationBins是

std::vector<cv::Mat> mOrientationBins;

剩下的时间用于执行线分割和分箱，在所有20个区间进行距离变换，然后在所有图像上进行积分。（我已禁用匹配）。与其他人相比，在方向转换上花费的时间似乎过大。 Cachegrind还报告说，L1和LL未命中的数量远远高于其余代码。鉴于迭代器以线性方式传递并且L1关联性为2，我无法理解这一点。

花在代码上的时间是合理的还是我错过了技巧？

Answer 1

将mOrientationBins[iReadBin].end<float>()移到for循环之外。

Answer 2

我认为如果使用普通的旧指针样式编写循环，你将获得更多收益：

void ImageProcessor::CarryOutOrientationTransform(int iReadBin, int iUpdateBin)
{       
    float* updatePtr = (float*)mOrientationBins[iUpdateBin].data;
    float* readPtr = (float*)mOrientationBins[iReadBin].data;

    // here I supposed the matices are continuous. 
    // If not, you must separe it in a double for, accessing with j + i*step

    int i, length = mOrientationBins[iReadBin].cols*
                       mOrientationBins[iReadBin].rows;

    for(i=0;i<length;i++)
    {
        if( readPtr[i] + mOrientationCost < updatePtr[i])
        {    
            updatePtr[i] = readPtr[i] + mOrientationCost;
        }
    }
}

不建议在这样的环境中使用交互器 - 它们干净且安全，但有点懒惰。

慢速运行方向转换代码

2 个答案: