C++ 如何减少以下代码的执行时间？

我试图给我在opencv中使用高斯建模技术的图像提供一些草图效果，但我面临一个问题，那就是它需要更多的时间来执行。当图片尺寸较小时，时间会减少。如果图片尺寸较大，则需要更多时间。请告诉任何人如何减少执行时间，而不改变以下代码的图像的实际大小

#包括“opencv2/opencv.hpp”
#包括
#包括
#包括“opencv2/ml/ml.hpp”
#包括
#包括
使用名称空间cv；
使用名称空间std；
无效组合颜色（垫和src、垫和dst）
{
//集群数量
int NRGMMC组件=96；
cv：：GaussianBlur（src，src，尺寸（3,3），1）；
int srchheight=src.rows；
int srcWidth=src.cols；
//获取数据点
向量列表采样点；
对于（int y=0；y，瓶颈很可能是opencv的cv:：ml:：EM:：train方法。训练分类器不是一件容易或简单的任务。分类问题尚未最终解决。这就是为什么算法之间存在巨大的权衡和差异，更不用说不同的问题空间了

至于性能，如果您坚持使用EM，请检查并可能修改其父类：


培训和/或培训的最大迭代次数
停止培训的期限标准

由于使用第三方库，您无法在提高速度的同时又不牺牲准确性。另一方面，该库是开放源代码的，并且可能经过了合理的优化。我不建议尝试优化实际的库代码。
一切看起来都很慢。但在第一个循环中，最困难的部分应该是rand（）在一个第三循环中，内嵌的EMMYMAME->预测可能会有帮助，将字节转换为浮点然后再加倍到字节似乎是愚蠢的。谢谢，试图纠正它，你可以考虑设置一些计时工具来识别哪些部件是SLO。w、 是的；当你知道需要优化什么时，优化代码会更容易、更有效。在第三个循环中，内联em_model->predict。我发现时间消耗更多。但是我无法继续，所以请为该循环选择其他方法