java中的图像：最有效的浮点表示法？_Java_Image_Image Processing

java中的图像：最有效的浮点表示法？

java image image-processing

java中的图像：最有效的浮点表示法？,java,image,image-processing,Java,Image,Image Processing,我需要用java做一些图像处理。我正在移植python代码，它使用numpy数组，数组的维数为cols、rows、channels；这些是浮点。我知道如何将RGB从BuffereImage中取出并将其放回原处；这个问题是关于如何布局生成的浮动图像以下是一些选项：直接翻译： float[][]img=新的float[cols][rows][channels]；将频道放在首位： float[][]img=新的float[channels][cols][rows]；合并索引： float[

我需要用java做一些图像处理。我正在移植python代码，它使用numpy数组，数组的维数为cols、rows、channels；这些是浮点。我知道如何将RGB从BuffereImage中取出并将其放回原处；这个问题是关于如何布局生成的浮动图像

以下是一些选项：

直接翻译：

float[][]img=新的float[cols][rows][channels]；

将频道放在首位：

float[][]img=新的float[channels][cols][rows]；

合并索引：

float[]img=新浮点[行*列*通道]；
img[i*cols*通道+j*通道+k]=。。。；

选项1的优点是它读取的代码与原始代码相同；但对于Java来说，它似乎不是惯用语言，可能也不太快

如果我理解Java N维数组在引擎盖下是如何工作的，那么选项2应该更快；以看起来有点古怪为代价。这似乎分配了

channels*cols

大小为

rows

的数组，而选项1分配了

rows*cols

大小为

channels

的数组（非常多的小数组=很大的开销）

选项3似乎最接近AWT和其他Java代码的功能；但是它需要传递维度（它们没有内置到数组中），并且很容易导致索引错误（特别是在有其他索引算法的情况下）

哪一个更好？为什么？其他的优点和缺点是什么？还有更好的办法吗

更新

我在一个非平凡的图像处理示例上对选项1和选项2进行了基准测试，该示例运行四种不同的算法（在10倍循环中，因此VM开始预热）。这是在Ubuntu上的OpenJDK 7上，Intel i5 cpu。令人惊讶的是，速度差别不大：选项2比选项1慢约6%。在收集的内存垃圾量上有很大的不同（使用

java-verbose:gc

）：选项1在整个运行期间收集1.32GB内存，而选项2只收集0.87GB（不是一半，但也不是所有使用的图像都是彩色的）。我想知道Dalvik会有多大的不同？

你是对的，选项3的内存占用更小

至于哪一个性能更好，您必须对选项进行评测和/或基准测试

如果您声明行数和列数都很大，我会选择选项3，但将数组包装在一个知道维度的类中，例如称为

Image

您是对的，选项3的内存占用较小

至于哪一个性能更好，您必须对选项进行评测和/或基准测试

如果您声明行和列计数很大，我会选择选项3，但将数组包装在一个知道维度的类中，例如称为

Image

选项3由Java中的BuffereImage使用。正如Andreas所说，这对记忆有好处，但对于图像处理和信息连续性来说，这并不是最优的。最实际的是：

float[][] img = new float[channels][cols*rows];

这样，通道是分离的，因此可以独立处理。如果要调用本机代码，此表示将是最佳的。

选项3由Java中的BuffereImage使用。正如Andreas所说，这对记忆有好处，但对于图像处理和信息连续性来说，这并不是最优的。最实际的是：

float[][] img = new float[channels][cols*rows];

这样，通道是分离的，因此可以独立处理。如果要调用本机代码，此表示将是最佳的。

具有浮点图像类型，可以直接操作原始像素数据。看

BoofCV提供了几个例程，用于将BuffereImage快速转换为不同的BoofCV映像类型。使用BoofCV例程转换缓冲区图像非常快

使用BoofCV将缓冲区图像转换为多光谱浮点型图像：

MultiSpectral<ImageFloat32> image =
    ConvertBufferedImage.convertFromMulti(image,null,true,ImageFloat32.class);

获取和设置像素值的另一种方法：

float value = image.getBand(i).data[ image.startIndex + y*image.stride + x];

float f = image.getBand(i).get(x, y);
...
image.getBand(i).set(x, y, f);

BufferedImage bufferedImage =
    new BufferedImage(image.width, image.height, BufferedImage.TYPE_4BYTE_ABGR);
BufferedImage bufferedImage = ConvertBufferedImage.convertTo(
    image, bufferedImage, true);

其中i表示颜色通道的索引

将BoofCV图像转换回buffereImage:

float value = image.getBand(i).data[ image.startIndex + y*image.stride + x];

float f = image.getBand(i).get(x, y);
...
image.getBand(i).set(x, y, f);

BufferedImage bufferedImage =
    new BufferedImage(image.width, image.height, BufferedImage.TYPE_4BYTE_ABGR);
BufferedImage bufferedImage = ConvertBufferedImage.convertTo(
    image, bufferedImage, true);