Java 改进直方图

我用这个方法来获取一幅图像的像素值，我用它来比较一幅图像和50幅其他图像。然而，产生产出需要永远的时间。有人知道我有什么办法可以加速这个方法吗？将图像转换为灰度会更快吗？如果有人能帮助编写代码，那就太好了

public static double[] GetHistogram (BufferedImage img) {
    double[] myHistogram = new double [16777216];

     for (int y = 0; y < img.getHeight(); y += 1)
     {
         for (int x = 0; x < img.getWidth(); x += 1) 
         {
              int clr =  img.getRGB(x,y); 

              Color c = new Color(img.getRGB(x, y));

              int pixelIntValue = (int) c.getBlue() * 65536 + c.getGreen() * 256 + c.getRed();

             myHistogram[pixelIntValue]++;

         }

     }
     return myHistogram;
 }

publicstaticdouble[]GetHistogram（BufferedImage-img）{
double[]myHistogram=新的双精度[16777216]；
对于（int y=0；y

计算包含16777216个类的直方图是非常不寻常的。 大多数直方图是针对每个通道分别计算的，结果是R、G和B各有一个256级直方图。如果将图像转换为灰度，则只有一个直方图

我不是Java方面的专家。我不知道编译器优化代码有多聪明。 但是您可以为图像的每一行调用img.getHeight（），为每一列调用img.getWidth（）。 我不知道这些表达式实际计算的频率，但是如果在开始循环之前只使用两个变量来指定图像的宽度和高度，可能可以节省一些处理时间

还可以为每个像素调用img.getRGB（x，y）两次。同样的故事。也许只做一次比较快。函数调用通常比从内存中读取变量慢

你也应该想想你在这里做什么。getRGB（x，y）为颜色提供整数表示。 然后你把这个整数放进一个控制器，从中生成一个彩色对象。然后使用c.getBlue（）等从该颜色对象中获取红色、绿色和蓝色的整数值。再把它组合成一个整数

您可以直接使用getRGB的返回值，并至少保存4个函数调用、3个乘法、3个求和

因此，再次考虑到我上一次编程Java，就像10年前一样，我的函数看起来更像：

public static double[] GetHistogram (BufferedImage img) {

double[] myHistogram = new double [16777216];

 int width = img.getWidth()
 int height = img.getHeight()
 for (int y = 0; y < height; y += 1)
 {
     for (int x = 0; x < width; x += 1) 
     {
          int clr =  img.getRGB(x,y);  

         myHistogram[clr]++;

     }

 }
 return myHistogram;

publicstaticdouble[]GetHistogram（BufferedImage-img）{
double[]myHistogram=新的双精度[16777216]；
int width=img.getWidth（）
int height=img.getHeight（）
对于（int y=0；y

}

当然，数组的类型和大小是不正确的，整个16777216类直方图没有意义，但这可能有助于加快速度。

---

我只需要使用一个位掩码从整数中获取红色、绿色和蓝色值，并创建三个直方图。

TLDR:使用较小的图像并阅读纸张

您应该尽量消除@Piege提到的任何不必要的函数调用，但您肯定应该将颜色保留在一个直方图中，而不是R、G和B的单独直方图中。除了去掉额外的函数调用，我认为可以做四件事来加速算法的创建和比较直方图，并减少内存使用（因为页面缓存越少，磁盘抖动越少，速度越快）

使用较小的图像 颜色直方图索引的优点之一是它相对独立于分辨率。对象的颜色不随图像的大小而改变。显然，这一设想存在局限性，即尝试使用1×1图像匹配对象。但是，如果你的图像有数百万像素（像现在大多数智能手机的图像一样），你肯定应该调整它的大小。这些作者发现，只有16×11的图像分辨率仍然可以产生非常好的结果[]，但即使将分辨率调整到~100×100像素，也应该可以提供显著的速度提升

从

图像

继承该方法，您可以使用该方法获得较小的图像

double scalingFactor = 0.25; //You need to choose this value to work with your images
int aSmallHeight = myBigImage.getHeight() * scalingFactor;
int aSmallWidth = myBigImage.getWidth() * scalingFactor;
Image smallerImage = myBigImage.getScaledInstance(aSmallWidth, aSmallHeight, SCALE_FAST);

减小图像大小是加快算法速度最有效的方法。如果你什么都不做，至少要这样做

使用来自每个颜色通道的较少信息 这不会对生成直方图产生太大的影响，因为它实际上需要更多的计算，但会显著加快直方图的比较。总的想法叫做。基本上，如果红色值在0..255范围内，它们可以表示为一个字节。在该字节中，某些位比其他位更重要

考虑这个颜色示例图像。我在左上角放置了一个几乎任意的红色阴影，在其他每个角落，我忽略了红色通道中的一个或多个位（由颜色字节中的下划线表示）。我故意选择了一种有很多一个位的颜色，这样我就可以显示忽略一个位的“最坏”情况。（当我们忽略零位时，“最佳”情况对颜色没有影响。）

右上角和左上角没有太大区别，尽管我们忽略了一点。左上角和左下角有一个可见的，但最小的差异，即使我们忽略了3位。左上角和右下角非常不同，尽管我们只忽略了一个位，因为它是最重要的位。通过策略性地忽略不太重要的位，您可以减小直方图的大小，这意味着JVM移动的空间更小，在比较它们时的存储箱也更少

这里有一些实数。目前，您有28×28×28=16777216个箱子。如果忽略每个颜色通道中的3个最低有效位，您将得到 25×25×25=32768个料仓，为料仓数量的1/512

int numBits = 3;
int quantizedRed = pixelColor.getRed() >> numBits;
int quantizedGreen = pixelColor.getGreen() >> numBits;
int quantizedBlue = pixelColor.getBlue() >> numBits;

byte[] pixels = ((DataBufferByte) bufferedImage.getRaster().getDataBuffer()).getData();