Fatal编程技术网
  • cplusplus/
  • C++ 利用MATLAB和OpenCV求和图像的效率

C++ 利用MATLAB和OpenCV求和图像的效率

c++ matlab opencv

C++ 利用MATLAB和OpenCV求和图像的效率,c++,matlab,opencv,C++,Matlab,Opencv,我对你所有的回答都感到惊讶非常感谢 错误代码如下所示： 百分比=（双）kk*100.0/（双）总数 在我将其修改为： 百分比=（双）kk*100.0/totalnum 问题解决了。这个简单的划分消耗了150个中的90个。也许double和int之间的除法比double之间的除法快 再次感谢您的回答 我试图从一组来自视频的图片中获得平均图像。此作业只有两个步骤： 将所有图像汇总成一个矩阵 将矩阵除以图像数 我在OpenCV中使用了以下代码：（C++） 但当我在2100幅图像上运行这两个程序时，O

我对你所有的回答都感到惊讶非常感谢

错误代码如下所示： 
百分比=（双）kk*100.0/（双）总数

在我将其修改为：

百分比=（双）kk*100.0/totalnum

问题解决了。这个简单的划分消耗了150个中的90个。也许double和int之间的除法比double之间的除法快

再次感谢您的回答



我试图从一组来自视频的图片中获得平均图像。此作业只有两个步骤：


  • 将所有图像汇总成一个矩阵
    • 

  • 将矩阵除以图像数
    • 
我在OpenCV中使用了以下代码：（C++）
    
但当我在2100幅图像上运行这两个程序时，OpenCV花费了150.3s（发布版）和MatLab花费了103.1s。我真的很困惑，C++程序运行得比MATLAB脚本慢。p>

    那么是什么让我的OpenCV程序变慢了？如果这是由我的矩阵访问方法引起的，我应该如何提高效率？
    引起我注意的一点是“CV_32FC3”类型。您是否特别喜欢32位浮点矩阵，并且确定Matlab也以相同的方式获取像素值
    
因为你有额外的步骤
    

    tempIM.convertTo(tempIM, CV_32FC3);     

    

    在您的Cpp代码中，Matlab在检索图像时立即直接运行，而不进行任何转换，这可能会降低您的Cpp代码的速度。此外，如果Matlab没有以浮点值获取图像，这可能会导致速度差异，因为浮点运算对CPU来说比整数更难处理
     引起我注意的一点是“CV_32FC3”类型。您是否特别喜欢32位浮点矩阵，并且确定Matlab也以相同的方式获取像素值
    
因为你有额外的步骤
    

    tempIM.convertTo(tempIM, CV_32FC3);     

    

    在您的Cpp代码中，Matlab在检索图像时立即直接运行，而不进行任何转换，这可能会降低您的Cpp代码的速度。此外，如果Matlab没有以浮点值获取图像，这可能会导致速度差异，因为浮点运算对CPU来说比整数更难处理
     您的代码似乎足够好，在我的测试中，我发现它的运行速度比Matlab代码快10倍
    
然而，我展示了一个稍微优化的代码，它的执行速度比您的稍快
    
注释
    

    请注意，我没有一个文件夹，名为“你”，所以我在C++版本中使用了<代码> CV::GOLB，在Matlab版本中使用<代码> dir < /Cord>获取文件夹中图像的名称。
在我的文件夹中，我有82个小图像，因此运行时间明显比您的小，但相对性能应该是可靠的
    
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)

    
注意事项
    
确保在OpenCV和Matlab中一致地计算运行时间
    

    
代码
    

                        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)

    
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;
}

    

    #包括
#包括
#包括
int main（）
{
double ticLoad=double（cv:：getTickCount（））；
std:：string folder=“D:\\SO\\temp\\old\u 075\u 6\\\*.bmp”；
std：：矢量文件名；
cv:：glob（文件夹、文件名）；
int行，cols；
{
//只需加载第一个图像即可获得行和列
cv:：Mat3b img=cv:：imread（文件名[0]）；
行=img.rows；
cols=img.cols；
}
/*{
double tic=double（cv:：getTickCount（））；
cv:：Mat3d S（行，列，0.0）；
for（const auto&名称：文件名）
{
cv:：Mat currentImage=cv:：imread（名称）；
currentImage.convertTo（currentImage，CV_64F）；
S+=当前图像；
}
S=S*double（1.0/filenames.size（））；
cv：：Mat3b平均值；
S.convertTo（平均值，CV_8U）；
double-toc=double（cv:：getTickCount（））；
double timeLoad=（toc-ticLoad）/cv:：getTickFrequency（）；
双时间=（toc-tic）/cv:：getTickFrequency（）；

    std：：cout您的代码似乎足够好，在我的测试中，我发现它的运行速度比Matlab代码快10倍
    
然而，我展示了一个稍微优化的代码，它的执行速度比您的稍快
    
注释
    

    请注意，我没有一个文件夹，名为“你”，所以我在C++版本中使用了<代码> CV::GOLB，在Matlab版本中使用<代码> dir < /Cord>获取文件夹中图像的名称。
在我的文件夹中，我有82个小图像，因此运行时间明显比您的小，但相对性能应该是可靠的
    
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)

    
注意事项
    
确保在OpenCV和Matlab中一致地计算运行时间
    

    
代码
    

                        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)

    
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;
}

    

    #包括
#包括
#包括
int main（）
{
double ticLoad=double（cv:：getTickCount（））；
std:：string folder=“D:\\SO\\temp\\old\u 075\u 6\\\*.bmp”；
std：：矢量文件名；
cv:：glob（文件夹、文件名）；
int行，cols；
{
//只需加载第一个图像即可获得行和列
cv:：Mat3b img=cv:：imread（文件名[0]）；
行=img.rows；
cols=img.cols；
}
/*{
double tic=double（cv:：getTickCount（））；
cv:：Mat3d S（行，列，0.0）；
for（const auto&名称：文件名）
{
cv:：Mat currentImage=cv:：imread（名称）；
currentImage.convertTo（currentImage，CV_64F）；
S+=当前图像；
}
S=S*double（1.0/filenames.size（））；
cv：：Mat3b平均值；
S.convertTo（平均值，CV_8U）；
double-toc=double（cv:：getTickCount（））；
double timeLoad=（toc-ticLoad）/cv:：getTickFrequency（）；
双时间=（toc-tic）/cv:：getTickFrequency（）；
性病