使用OpenCV 3.0将颜色矩阵应用于RGB图像的最快方法？

我有一个彩色图像，表示为OpenCV Mat对象（C++，图像类型CV_32FC3）。我有一个颜色校正矩阵，我想应用于RGB彩色图像的每个像素（或者使用OpenCV约定的BGR，在这里不重要）。颜色校正矩阵为3x3

我可以轻松地迭代像素，创建代表RGB的向量v（3x1），然后计算M*v，但这对于我的实时视频应用程序来说太慢了

cv:：cvtColor函数速度很快，但似乎不允许自定义颜色转换。

类似于下面的，但是我使用OpenCV作为C++，而不是Python。

---

基本上，链接答案使用

重塑

将

CV_32FC3

大小

m x n

的垫子转换为

CV_32F

大小

（mn）x 3

的垫子。之后，矩阵的每一行正好包含一个像素的颜色通道。然后，您可以应用通常的矩阵乘法来获得一个新的垫子，并用三个通道将其重塑为原始形状

---

注意：可能值得注意的是，opencv的默认颜色空间是BGR，而不是RGB。

以下是使用cv:：Reformate工作的代码。这对于我的申请来说已经足够快了：

#define WIDTH 2048
#define HEIGHT 2048
...

Mat orig_img = Mat(HEIGHT, WIDTH, CV_32FC3);
//put some data in orig_img somehow ...

/*The color matrix
Red:RGB; Green:RGB; Blue:RGB
1.8786   -0.8786    0.0061
-0.2277    1.5779   -0.3313
0.0393   -0.6964    1.6321
*/

float m[3][3] = {{1.6321, -0.6964, 0.0393},
                {-0.3313, 1.5779, -0.2277}, 
                {0.0061, -0.8786, 1.8786 }};
Mat M = Mat(3, 3, CV_32FC1, m).t();

Mat orig_img_linear = orig_img.reshape(1, HEIGHT*WIDTH);
Mat color_matrixed_linear = orig_img_linear*M;
Mat final_color_matrixed = color_matrixed_linear.reshape(3, HEIGHT);

---

从上面需要注意的几点：注释块中的颜色矩阵是我通常应用于RGB图像的颜色矩阵。在定义浮点数组m时，我为OpenCV的BGR排序切换了第1行和第3行以及第1列和第3列。颜色矩阵也必须进行转置。通常，颜色矩阵应用为M*v=v_new，其中M为3x3，v为3x1，但这里我们使用vT*MT=v_newT来避免对每个3通道像素进行转置

只是好奇-你从哪里得到颜色校正矩阵？它是通过X-Rite颜色检查图表上的最小二乘解计算出来的-试图将佳能1DX相机原始图像带到sRGB。不应该

颜色矩阵线性化。重塑（3，高度）be<代码>颜色矩阵\线性。重塑（宽度、高度）？