Matlab 从三维数组中的矩阵匹配值

我正在尝试匹配图像中的RGB值

         % R  G   B
RGBset = [ 3  9  12;
           4  8  13;
          11 13  13;
           8  3   2]

img(:,:,1) = [1   2   3
              6   5   4
              7   9   8
             10  11  12];

img(:,:,2) = [3  4  8;
              6  7  8;
             11 10  9;
             12 13 14];

img(:,:,3)= [3  7  2;
             4  9 10;
             5 11 12;
             6 13 14]

在此图像中，只有一个RGB值与RGB集相匹配，即

[11,13,13]

，因此预期输出为：

[0  0  0;
 0  0  0;
 0  0  0;
 0  1  0]; % reshape(img(4,2,:),1,3) = [11, 13 13] is available in RGBset
           % no other RGB value is present in the image

我已经编写了这段代码，但对于较大的图像来说速度非常慢

matched= zeros(img(:,:,1));
for r=1:size(img(:,:,1),1)
    for c=1:size(img(:,:,2),2)
     matched(r,c)=ismember(reshape(img(r,c,:),1,3),RGBset,'rows');
    end
end

---

速度更快的解决方案是什么？

您可以在颜色上循环，这比在每个像素上循环快得多

% Set up your colours into the 3rd dimension, so they match along the same axis
RGB3D = reshape(RGBset,[],1,3);
% Loop over them
for ii = 1:size(RGB3D, 1)
    % See if all 3 members of the colour match any pixel
    matched = all(ismember(img, RGB3D(ii,:,:)),3)
    if any(matched)
        disp(matched) 
        disp(['matched color: ' num2str(ii)]); 
        % do something else with the matched pixels
    end
end

---

可以使用和替换循环：

---

这将创建一个3列矩阵

img2

，其中每行对应于

img

中的一个像素。这样，

ismember（…，'rows'）

就可以以矢量化的方式应用。然后根据需要对获得的结果进行重塑。

我们可以将每个RGB三元组减少为一个标量，我们将对

RGBset

和

img

执行此操作。这将分别将它们减少为

2D

和

1D

矩阵。我们称之为降维。随着数据的减少，我们实现了内存效率，有望提高性能

因此，包含这些基础的解决方案看起来是这样的-

% Scaling array for dim reduction
s = [256^2, 256, 1].';

% Reduce dims for RGBset and img
RGBset1D = RGBset*s;
img1D = reshape(img,[],3)*s;

% Finally use find membership and reshape to 2D
out = reshape(ismember(img1D, RGBset1D), size(img,1), []);

矢量化解决方案的基准测试

基准测试代码-

         % R  G   B
RGBset = [ 3  9  12;
           4  8  13;
          11 13  13;
           8  3   2]

% Setup inputs
img = randi(255, 2000, 2000, 3);
img(3,2,:) = RGBset(4,:);

% Luis's soln
disp('--------------------- Reshape + Permute ------------------')
tic
img2 = reshape(permute(img, [3 1 2]), 3, []).';
matched = ismember(img2, RGBset, 'rows');
matched = reshape(matched, size(img,1), []);
toc

% Proposed in this post
disp('--------------------- Dim reduction ------------------')
tic
s = [256^2, 256, 1].';
RGBset1D = RGBset*s;
img1D = reshape(img,[],3)*s;
out = reshape(ismember(img1D, RGBset1D), size(img,1), []);
toc

基准输出-

--------------------- Reshape + Permute ------------------
Elapsed time is 3.101870 seconds.
--------------------- Dim reduction ------------------
Elapsed time is 0.031589 seconds.

---

谢谢你的回答。它是否给出所需的

匹配的
矩阵？很抱歉，我无法理解每个
matched
矩阵是您图像的大小，对于与
RGBset
矩阵的
ii
行中的颜色匹配的像素，
true
。路易斯的回答很可能是一个很快的好主意，而且速度也很快！谢谢你的回答。你能详细说明一下降维的工作原理吗？@Likeunknown在文章的开头添加了一些评论。看看那些！
--------------------- Reshape + Permute ------------------
Elapsed time is 3.101870 seconds.
--------------------- Dim reduction ------------------
Elapsed time is 0.031589 seconds.