C++ OpenCV'；在更复杂的图像上，s-Canny检测速度较慢

我在机器人相机的流图像上使用Canny检测（寻找圆圈）。为了获得边缘之间的最大对比度，我将rgb图像分割成单独的通道，对每个通道执行Canny，然后按位或将边缘合并成一个合并图像。在简单图像上使用时，我的fps在30 fps时相对不受影响。当相机看到更复杂的图像时，fps下降到24 fps。这正常吗？如果是这样的话，我是否可以加快速度，以便继续以恒定的帧速率运行

以下是我正在使用的代码：

vector<Mat> rgb;
split(src, rgb);

Canny( rgb[0], rgb[0], cannyThreshold, cannyThreshold2, 3);
Canny( rgb[1], rgb[1], cannyThreshold, cannyThreshold2, 3 );
Canny( rgb[2], rgb[2], cannyThreshold, cannyThreshold2, 3 );

Mat mergedImage;
bitwise_or(rgb[0], rgb[1], mergedImage);
bitwise_or(mergedImage, rgb[2], mergedImage);

矢量rgb；
拆分（src、rgb）；
Canny（rgb[0]，rgb[0]，cannyThreshold，cannyThreshold2,3）；
Canny（rgb[1]，rgb[1]，cannyThreshold，cannyThreshold 2,3）；
Canny（rgb[2]，rgb[2]，cannyThreshold，cannyThreshold2,3）；
席状融合影像；
按位_或（rgb[0]，rgb[1]，合并图像）；
按位_或（mergedImage，rgb[2]，mergedImage）；

事实上，这种行为是意料之中的

有三种方法可以加快速度：

• ，如果有，可以安装。您可能必须自己编译OpenCV才能启用此功能

• 使用OpenCV的GPU模块。方法

  gpu:：Canny（）

  提供了在gpu上运行的Canny实现。如果您的视频卡支持CUDA或OpenCL，则OpenCV可以在GPU上运行某些算法。您可能必须自己编译OpenCV才能启用此功能

• 研究不同的方法：有时不同的算法集可以在更短的时间内获得相同的结果

---

这是有道理的。因为按位_或可能只查看存在正值的图像位置。当有更多的正值时，它需要更长的时间。你知道一种对颜色执行精明方法的方法吗？我已经读过几篇关于这种策略的文章，但还没有看到opencv的实际实现。解决方案是在图像的每个单独通道（R、G、B）上执行Canny，就像您正在做的那样。