OpenCV快速垫元素​​和邻居访问

Question

我为矩阵使用OpenCV（C ++）Mat，希望尽快访问单个Mat元素。 在OpenCV教程中，我找到了有效访问的代码：

for( i = 0; i < nRows; ++i)
    {
        p = I.ptr<uchar>(i);
        for ( j = 0; j < nCols; ++j)
        {
            p[j] = table[p[j]];
        }
    }

对于我的问题，我需要访问Mat元素及其相邻元素（i-1，j-1）进行计算。 如何修改给定的代码以访问单个mat元素及其周围的元素？ 由于速度很重要，所以我要避免Mat.at<>() 。 访问Mat值及其邻居值的最有效方法是什么？

Answer 1

像素及其相邻像素可以形成cv::Rect ，然后可以简单地使用：

cv::Mat mat = ...;
cv::Rect roi= ...; // define it properly based on the neighbors defination
cv::Mat sub_mat = mat(roi);

如果您的邻居定义不规则，即他们不能形成矩形区域，请改用遮罩。 在此处查看示例。

Answer 2

您可以直接引用Mat :: data：

template<class T, int N>
T GetPixel(const cv::Mat &img, int x, int y) {
    int k = (y * img.cols + x) * N;
    T pixel;
    for(int i=0;i<N;i++)
        pixel[i] = *(img.data + k + i);
    return pixel;
}

template<class T,int N>
void SetPixel(const cv::Mat &img, int x, int y, T t) {
    int k = (y * img.cols + x) * N;
    for(int i=0;i<N;i++)
        *(img.data + k + i) = t[i];
}

template<>
unsigned char GetPixel<unsigned char, 1>(const cv::Mat &img, int x, int y) {
    return *(img.data + y * img.cols + x);
}

template<>
void SetPixel<unsigned char, 1>(const cv::Mat &img, int x, int y, unsigned char p) {
    *(img.data + y * img.cols + x) = p;
}




int main() {
    unsigned char r,g,b;
    int channels = 3;
    Mat img = Mat::zeros(256,256, CV_8UC3);
    for(int x=0;x<img.cols;x+=2)
        for(int y=0;y<img.rows;y+=2) 
             SetPixel<cv::Vec3b, 3>(img, x, y, cv::Vec3b(255,255,255));


    Mat imgGray = Mat::zeros(256,256, CV_8UC1);
    for(int x=0;x<imgGray.cols;x+=4)
        for(int y=0;y<imgGray.rows;y+=4) 
             SetPixel<unsigned char, 1>(imgGray, x, y, (unsigned char)255);



    imwrite("out.jpg", img);
    imwrite("outGray.jpg", imgGray);

    return 0;
}

我认为那是很快的。

out.jpg：

outGray.jpg：

Answer 3

对于将来的读者：请不要阅读此处的答案，请阅读此博客文章https://www.learnopencv.com/parallel-pixel-access-in-opencv-using-foreach/ ，以对该功能进行基于基准的分析，因为有些答案有些不正确。

从那篇文章中，您可以看到访问像素的最快方法是使用forEach C ++ Mat函数。 如果您要邻里，则取决于大小。 如果您正在寻找通常的平方3x3邻域，请使用如下指针：

Mat img = Mat(100,100,CV_8U, Scalar(124)); // sample mat
uchar *up, *row, *down; // Pointers to rows
uchar n[9]; // neighborhood

for (int y = 1 ; y < (img.rows - 1) ; y++) {
    up = img.ptr(y - 1);
    row = img.ptr(y);
    down = img.ptr(y + 1);
    for (int x = 1 ; x < (img.cols - 1) ; x++) {
        // Examples of how to access any pixel in the 8-connected neighborhood
        n[0] = up[x - 1];
        n[1] = up[x];
        n[2] = up[x + 1];
        n[3] = row[x - 1];
        n[4] = row[x];
        n[5] = row[x + 1];
        n[6] = down[x - 1];
        n[7] = down[x];
        n[8] = down[x + 1];
    }
}

这段代码仍然可以优化，但是使用行指针的想法正是我试图传达的。 这仅比使用.at（）函数快一点，并且您可能必须进行基准测试才能注意到差异（在OpenCV 3+版本中）。 在决定优化像素访问之前，您可能需要使用.at（）。