意義
目前無論是工業上還是生活中相機的分辨率也會越來越高,無論是學術上還是工業上使用OpenCV進行圖像處理,特別是大批量處理的時候,讀取一張高分辨率圖像到內存中的時間減少的話對大批量的圖像處理的效率有大大的幫助,特別現在全景圖越來越普遍,好了,廢話不少說。
原理-分塊并行加載
大家都知道OpenCV有cvLoadImage或者imread都能夠讀取外存上的圖片到內存里面來,不過如果碰到大規模的圖片和高分辨率圖片進行加載的時候,比如一張4K或者8K圖片,受畫家畫大圖是分塊畫的想法,我們可以先把圖片給分割開來,比如4K的我們把它分割成4*4的小塊,然后利用OMP進行并行處理,這樣就能把讀一張4K利用OMP降低到讀一個更小的圖像塊的時間上,或者你也可以CMAKE出來OpenCV的源碼自己在內部進行并行加載,不過個人不太推薦動源碼再編譯。下面給出讀取一張全景圖用本身讀取和分塊異步讀取的時間比較代碼。
代碼
#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/highgui/highgui.hpp> #include <time.h>#include <omp.h>using namespace cv;IplImage *showImage = cvCreateImage(cvSize(4096, 2048), IPL_DEPTH_8U, 3);time_t t_start, t_end;int main(){ t_start = clock(); IplImage *image = cvLoadImage("0.jpg"); t_end = clock(); printf("直接讀取一張4K圖片花費時間為:%d/n", t_end - t_start); t_start = t_end; char imgName[4][4][40]; IplImage *splitImg[4][4]; #pragma omp parallel for for (int i = 1; i <= 4; i++) { for (int j = 1; j <= 4; j++) { sprintf_s(imgName[i][j], "%d%d%s", i, j, ".jpg"); splitImg[i-1][j-1] = cvLoadImage(imgName[i][j]); cvSetImageROI(showImage, cvRect((j - 1) * 4096 / 4, (i - 1) * 2048 / 4, 4096 / 4, 2048 / 4)); cvCopy(splitImg[i - 1][j - 1], showImage); cvResetImageROI(showImage); } } t_end = clock(); printf("分步讀取一張4K圖片花費時間為:%d", t_end - t_start); cvShowImage("test.jpg", showImage); cvWaitKey(1); getchar(); return 1;}
在Visual Studio里面配置一下OpenMP支持
然后讀取這張4K圖片的時間打印出來如下:
結論
時間快了三倍多,不過和我的想法出入還是挺大的,CPU是i7-4790 8核,按道理不會只快三倍多,后來查了相關的資料,道理也慢慢悟出來一點,因為這篇算工作乏累的隨筆,就不闡述很多了。
以上這篇減少OpenCV讀取高分辨率圖像的時間示例就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持武林網。
新聞熱點
疑難解答
圖片精選