C++ 如何使用OpenCV高效地在面具中获得这些独特的标签

如果我有这样的标签图像

那么我有这样一个面具

我想在给定的掩码中获得那些唯一的整数标签（与标签图像大小相同）。在本例中，结果是

{0,1,2,3,6}

。这是我当前的方法

#include<opencv.hpp>
#include<string>
using namespace std;
using namespace cv;

int main() {
    uchar a[6][7] = { { 0,0,0,0,0,0,0 },{ 0,1,2,2,3,3,0 },{ 0,0,0,0,0,0,0 },{ 0,5,5,6,6,0,0 },{ 0,5,5,6,6,0,0 },{ 0,0,0,0,0,0,0 } };
    Mat label = Mat(6, 7, CV_8UC1, a);
    uchar b[6][7]= { { 0,0,0,0,0,0,0 },{ 0,255,255,255,255,0,0 },{ 255,255,255,0,0,0,0 },{ 0,0,0,255,255,0,0 },{ 0,0,0,255,255,0,0 },{ 0,0,0,0,0,0,0 } };
    Mat mask = Mat(6, 7, CV_8UC1, b);
    vector<int> list;
    for (int i = 0; i < mask.rows; i++) {
        uchar* mask_p = mask.ptr<uchar>(i);
        for (int j = 0; j < mask.cols; j++)
            if (mask_p[j] == 255)
                list.push_back(int(label.at<uchar>(i,j)));
    }
    sort(list.begin(), list.end());
    list.erase(unique(list.begin(), list.end()), list.end());

    return 0;
}

#包括
#包括
使用名称空间std；
使用名称空间cv；
int main（）{
uchar a[6][7]={0,0,0,0,0,0}，{0,1,2,2,3,3,0}，{0,0,0,0,0,0,0}，{0,5,5,6,6,0,0}，{0,5,5,6,0,0}，{0,0,0,0,0}；
垫标签=垫（6,7，CV_8UC1，a）；
uchar b[6][7]={0,0,0,0,0,0}，{0255255,0,0}，{255255,0,0,0,0,0}，{0,0,0255255,0,0,0,0,0}，{0,0,02555,0,0,0}，{0,0,0,0,0}；
Mat掩模=Mat（6,7，CV_8UC1，b）；
向量表；
对于（int i=0；i

---

但在我的真实案例中，我在一张巨大的蒙版图像中只有一个小的ROI。我认为目前的方法是迭代遮罩中的每个像素，在我的例子中浪费了我太多的时间。有人能给我一些建议吗？

这种新方法可以避免迭代每个像素，这在巨大的

遮罩中更快

#include<string>
#include<opencv.hpp>
using namespace std;
using namespace cv;

int main() {
    uchar a[6][7] = { { 0,0,0,0,0,0,0 },{ 0,1,2,2,3,3,0 },{ 0,0,0,0,0,0,0 },{ 0,5,5,6,6,0,0 },{ 0,5,5,6,6,0,0 },{ 0,0,0,0,0,0,0 } };
    Mat label = Mat(6, 7, CV_8UC1, a);
    uchar b[6][7] = { { 0,0,0,0,0,0,0 },{ 0,255,255,255,255,0,0 },{ 255,255,255,0,0,0,0 },{ 0,0,0,255,255,0,0 },{ 0,0,0,255,255,0,0 },{ 0,0,0,0,0,0,0 } };
    Mat mask = Mat(6, 7, CV_8UC1, b);

    Mat mat = label&mask;
    mat = mat.reshape(1, 1);
    vector<int> vec;
    mat.row(0).copyTo(vec);
    sort(vec.begin(), vec.end());
    vec.erase(unique(vec.begin(), vec.end()), vec.end());

    return 0;
}

#包括
#包括
使用名称空间std；
使用名称空间cv；
int main（）{
uchar a[6][7]={0,0,0,0,0,0}，{0,1,2,2,3,3,0}，{0,0,0,0,0,0,0}，{0,5,5,6,6,0,0}，{0,5,5,6,0,0}，{0,0,0,0,0}；
垫标签=垫（6,7，CV_8UC1，a）；
uchar b[6][7]={0,0,0,0,0,0}，{0255255,0,0}，{255255,0,0,0,0,0}，{0,0,0255255,0,0,0,0,0}，{0,0,02555,0,0,0}，{0,0,0,0,0}；
Mat掩模=Mat（6,7，CV_8UC1，b）；
Mat=标签和面罩；
材料=材料重塑（1，1）；
向量向量机；
物料行（0）.复制到（vec）；
排序（vec.begin（），vec.end（））；
擦除向量（唯一（vec.begin（）、vec.end（）、vec.end（））；
返回0；
}
除了变量名之外，这篇文章非常清楚。我只是想强调，“思考”不是正确的做法。分析你的代码并检查它是否太慢。事实上，我认为这段代码已经达到了它所能达到的速度，因此分析更为必要。请注意，这可能不会像您预期的那样工作，而且如果现在我正确地理解了它，那么还有很大的改进空间。首先澄清一下：矩阵的大小？投资回报率的大小？最大可能标签号？每个图像有多少roi？大小为
5000*188
；
roi
的大小为
20*10
；每个面具有一个
roi
。@Miki预计会有巨大的改进。也许你的意思是
uchar
只能包含
255
。我们可以使用
Mat-Mat=Mat（标签）和Mat（掩码）这取决于基线（您尚未发布该基线；）。最大可能标签号？标签的数据类型是什么？在你发布的代码中，我没有看到任何投资回报。你是怎么处理的？我分析了你的代码。您问题中的代码运行时间约为1us（微秒！！！），而您答案中的代码运行速度要慢得多，大约为90000us。所以我并没有真正理解你所测量的。除非您提供一个基准作为基线，否则实际上没什么可做的。