c++ - OpenCV 与字节数组

Question

我正在开发一个简单的 C++ 图像处理应用程序，并决定是否使用 OpenCV 加载图像和访问单个像素。 我目前的方法是简单地使用 fopen 加载图像，读取 54 字节的 header 并将其余字节加载到 char* 数组中。

访问我使用的特定像素

long q = (long*)(bmpData + x*3 + (bmpSize.height - y - 1) * bmpSize.stride);

执行简单的颜色检查，例如。 “是蓝色的吗？”

if (((long*)q | 0xFF000000) == 0xFFFF0000) //for some reason RGB is reversed to BGR
  //do something here

考虑到所有函数调用、解析等，OpenCV 是否更快？

Answer 1

位图文件头实际上是54字节，你不能跳过它。您必须阅读它才能找到宽度、高度、位数……必要时计算填充……以及其他信息。

根据文件的打开方式，OpenCV 将读取文件头并将像素直接读入缓冲区。唯一的变化是行被翻转，因此图像正面朝上。

cv::Mat mat = cv::imread("filename.bmp", CV_LOAD_IMAGE_COLOR);
uint8_t* data = (uint8_t*)mat.data;

header 检查和 OpenCV 所做的小改动不会显着影响性能。瓶颈主要在从磁盘读取文件。性能的变化将很难衡量，除非您正在执行非常具体的任务，例如您只需要在一个非常大的文件中使用 3 个字节，并且您不想读取整个文件。

OpenCV 对于这项任务来说太过分了，所以您可以选择其他库，例如评论中建议的 CImg。如果您使用较小的库，它们的加载速度会更快，这在您的程序启动时可能会很明显。

---

以下代码是在 Windows 上的测试运行。

对于一个 16MB 的大位图文件，opencv 与普通 c++ 的结果几乎相同。

对于一个 200kb 的小位图文件，结果是用普通 C++ 读取 0.00013 秒，用 opencv 读取 0.00040 秒。请注意，除了读取字节外，普通的 C++ 并没有做太多事情。

class stopwatch
{
    std::chrono::time_point<std::chrono::system_clock> time_start, time_end;
public:
    stopwatch() { reset();}
    void reset(){ time_start = std::chrono::system_clock::now(); }
    void print(const char* title)
    {
        time_end = std::chrono::system_clock::now();
        std::chrono::duration<double> diff = time_end - time_start;
        if(title) std::cout << title;
        std::cout << diff.count() << "\n";
    }
};

int main()
{
    const char* filename = "filename.bmp";

    //I use `fake` to prevent the compiler from over-optimization 
    //and skipping the whole loop. But it may not be necessary here
    int fake = 0;

    //open the file 100 times
    int count = 100;

    stopwatch sw;
    for(int i = 0; i < count; i++)
    {
        //plain c++
        std::ifstream fin(filename, std::ios::binary);
        fin.seekg(0, std::ios::end);
        int filesize = (int)fin.tellg();
        fin.seekg(0, std::ios::beg);
        std::vector<uint8_t> pixels(filesize - 54);

        BITMAPFILEHEADER hd;
        BITMAPINFOHEADER bi;
        fin.read((char*)&hd, sizeof(hd));
        fin.read((char*)&bi, sizeof(bi));
        fin.read((char*)pixels.data(), pixels.size());

        fake += pixels[i];
    }
    sw.print("time fstream: ");

    sw.reset();
    for(int i = 0; i < count; i++)
    {
        //opencv:
        cv::Mat mat = cv::imread(filename, CV_LOAD_IMAGE_COLOR);
        uint8_t* pixels = (uint8_t*)mat.data;
        fake += pixels[i];
    }
    sw.print("time opencv:  ");

    printf("show some fake calculation: %d\n", fake);

    return 0;
}