C++ OpenCV图像分析中如何跳过掩模

我有一个掩码数组

mask

，我有两个图像

F

和

G

。我想对

F

和

G

仅对

mask

为真的像素执行一些统计（其中一些可能是自定义的，因此我需要能够访问特定元素）

我可以在

F

和

G

之间循环，然后查看

mask

的值，但是掩蔽函数非常自由，所以我只需要查看大约.01%的图像。在这种情况下，我花费99.99%的时间在

if

语句中，如果可能的话，我想尝试对这些操作进行矢量化（或者至少减少

if

比较，因为这可能是大量的）

---

我的问题是-我如何才能有效地只查看

F

和

G

中那些

mask

与真（或假…这里哪个更有意义）关联的像素？

正如前面指出的，讨论对原始像素的矢量化操作毫无意义，因为它们在内存中几乎肯定不是连续的

为了说明这一点，我使用了一个

向量
的
双
来存储强度，然后在分析中使用这些连续变量。在下面的代码中，
X
是我用作遮罩的图像，
R
和
G
是我要从中获取强度的单独图像

cv::Mat locs;
cv::findNonZero(X, locs);

std::vector< double > Rs(locs.rows);
std::vector< double > Gs(locs.rows);

for(int ip = 0; ip < locs.rows; ip++) {
    cv::Point p = locs.at<cv::Point>(ip);
    Rs[ip] = ( (double)R.at<uchar>(p) );
    Gs[ip] = ( (double)G.at<uchar>(p) );
}

正如所指出的，讨论对原始像素的矢量化操作毫无意义，因为它们几乎肯定不会在内存中连续

为了说明这一点，我使用了一个
向量
的
双
来存储强度，然后在分析中使用这些连续变量。在下面的代码中，
X
是我用作遮罩的图像，
R
和
G
是我要从中获取强度的单独图像

cv::Mat locs;
cv::findNonZero(X, locs);

std::vector< double > Rs(locs.rows);
std::vector< double > Gs(locs.rows);

for(int ip = 0; ip < locs.rows; ip++) {
    cv::Point p = locs.at<cv::Point>(ip);
    Rs[ip] = ( (double)R.at<uchar>(p) );
    Gs[ip] = ( (double)G.at<uchar>(p) );
}

1） 大多数OpenCV函数都接受掩码作为输入参数。2） 或者，您可以在for循环中检查掩码值，如您所述。这并不是很慢，只是用一种聪明的方式。3） 或者，您可以使用
findNonZero
获取掩码中所有非零的点。在任何情况下，您都需要扫描遮罩。如果您有一个想要执行的操作的示例，我们可以给出更详细的答案。使用std:：vector而不是mask如何？对于内存中稀疏分布的元素，向量化应该如何工作/受益？一开始你考虑过使用稀疏矩阵吗？1）大多数OpenCV函数都接受掩码作为输入参数。2） 或者，您可以在for循环中检查掩码值，如您所述。这并不是很慢，只是用一种聪明的方式。3） 或者，您可以使用
findNonZero
获取掩码中所有非零的点。在任何情况下，您都需要扫描遮罩。如果您有一个想要执行的操作的示例，我们可以给出更详细的答案。使用std:：vector而不是mask如何？对于内存中稀疏分布的元素，向量化应该如何工作/受益？一开始你有没有想过使用稀疏的垫子？