Java 一种寻找相邻子图像的算法

我有一个图像，我正在提取一个子图像，以提供给我的神经网络。我试图计算同一邻域中所有子图像的平均输出

因此，如果我有一个原始图像（m X n像素），并且我在（sub_X，sub_y）处发现了一个子图像，其大小（sub_宽度和sub_高度），我还需要在（sub_X+m，sub_y+n）处提取具有相同大小（sub_宽度和sub_高度）的子图像，其中m和n从1到3

我已经有了一个可行的解决方案：

for (int subX = (x-3); subX < (x+4); subX++)
    for (int subY = (y-3); subY < (y+4); subY++)
      if ( (subX > 0) && (subY > 0) )
        if ( ((subX + width) < img.getWidth()) && ((subY + height) < img.getHeight()) ){
            counter++;
            testingImage = img.getSubimage(subX, subY, width, height);      
        }

for（intsubx=（x-3）；subX<（x+4）；subX++）
对于（int-subY=（y-3）；subY<（y+4）；subY++）
如果（（subX>0）和&（subY>0））
如果（（（subX+width）

x、 y、宽度和高度都是我找到的原始子图像的整数

img是原始的全尺寸BuffereImage

---

不过我对这次演出不太满意。有没有一种更快/更智能的方法可以做到这一点？

这里有一件简单的事情可以做：消除循环中的这些条件。首先计算范围，仅计算一次，然后在不进行范围检查的情况下运行循环

int subXStart = max(x-3, 0);
int subYStart = max(y-3, 0);
int subXEnd = min(x+4, img.getWidth() - width);
int subYEnd = min(y+4, img.getHeight() - height);
for (int subX = subXStart; subX < subXEnd; subX++) {
    for (int subY = subYStart; subY < subYEnd; subY++) {
        counter++;
        testingImage = img.getSubimage(subX, subY, width, height);
        // run your neural net
    }
}

intsubxstart=max（x-3，0）；
int subYStart=max（y-3，0）；
int subXEnd=min（x+4，img.getWidth（）-width）；
int subYEnd=min（y+4，img.getHeight（）-height）；
for（int subX=subXStart；subX

---

您还可以尝试切换循环的顺序。匹配内存顺序的顺序应该快得多。

在

img.getSubimage

中花费了多少执行时间？如果很多的话，也许你可以用你自己的，专门的功能来代替它。但是，我不认为问题出在getSubimage方法上。在我添加此代码块之前，性能非常好。我大大增加了所需的计算量。这只是应用程序的一小部分，但我有N个元素需要遍历这个代码块。以前我只有一个子图像，所以它很好。这绝对是一个更聪明的方法来处理丑陋的如果我有发言。谢谢性能并没有显著提高，但我想这真的是无法避免的计算开销。