OpenCVSharp学习笔记3--OpenCV如何扫描图像、利用查找表和计时/遍历、修改Mat像素

文章通过实现不同方法遍历和修改OpenCVSharp中的Mat像素,包括指针访问、GetIndexer、GetGenericIndexer、GetUnsafeGenericIndexer、At、Get/Set以及LUT,并在Debug和Release模式下对比了它们的性能。结果显示,LUT方法在性能上最优,而Get/Set方法最差。此外,文章提供了用于测试的代码示例。

1、目的:遍历、修改Mat像素

本文主要是在学习How to scan images, lookup tables and time measurement with OpenCVOpenCV如何扫描图像、利用查找表和计时过程中,将对应的原文中的C++源码用OpenCVSharp重写,但由于对原文的理解和对OpenCVSharp的了解有限,无法一一重写,只能结合自己的了解,依葫芦画瓢式地进行了重写。

原文章中,主要介绍了一种 颜色空间缩减算法:将现有颜色空间值除以某个输入值,以获得较少的颜色数。例如,颜色值0到9可取为新值0,10到19可取为10,以此类推。并用多种方式实现该算法,以对比各种方式之间的性能。

本文主要实现用Mat按指针、GetGenericIndexer、GetIndexer、GetUnsafeGenericIndexer、At、Get/Set方式以及LUT方法遍历和修改像素。

上代码前,先看看重复执行100次对应算法的耗时对比吧

Debug模式下:

Release模式下:

2、指针访问Mat

private Mat ScanImageAndReduceByPtr(Mat I, byte[] table)
{
    Debug.Assert(I.Depth() == MatType.CV_8U);
    int channels = I.Channels();
    int nRows = I.Rows;
    int nCols = I.Cols * channels;
    if (I.IsContinuous())
    {
        nCols *= nRows;
        nRows = 1;
    }
    unsafe
    {
        for (int i = 0; i < nRows; i++)
        {
            var p = I.Ptr(i);
            byte* b = (byte*)p.ToPointer();
            for (int j = 0; j < nCols; j++)
            {
                b[j] = table[b[j]];
            }
        }
        return I;
    }
}

3、GetIndexer

一、主要内容:OpenCV能够实现强大丰富的图像处理,但是它缺少一个能够支持它运行的界面。Csharp经过多年的发展,得益于它的“所见及所得”能力,非常方便编写界面。这两者如果能够“双剑合璧”,将有效帮助实际工作产出。本课着重推荐GOCW采用“Csharp基于CLR直接调用Opencv编写的算法库”方法,能够将最新的OpenCV技术引入进来,同时保证生成程序的最小化。    为了进一步说明CsharpOpenCV的结合使用,首先一个较为完整的基于winform实现答题卡识别的例子,相比较之前的实现,本次进一步贴近生产实际、内涵丰富,对算法也进行了进一步提炼。同时我们对WPF下对OpenCV函数的调用、OpenCV.js的调用进行相关教授。       二、课程结构1、 EmguCV、OpenCVSharpGOCW之间进行比较(方便代码编写、能够融入最新的算法、速度有保障、方便调试找错、拒绝黑箱化);2、视频采集模块的构建,视频采集图像处理之间的关系;3、视频采集专用的SDK“陪练”系统的介绍;4、在视频增强类项目中图像处理项目中,算法的选择;5、Csharp界面设计、图片的存储其他构建设计;6、较为完整的答题卡识别例子,兼顾界面设计算法分析;8、WPF基于GOCW也同样可以基于GOCW实现算法调用;webForm虽然也可以通过类似方法调用,但是OpenCV.JS的方法更现代高效。9、关于软件部署的相关要点窍门。       三、知识要点:1、基本环境构建程序框架;2、CLR基本原理应用方法;3、接入、采集、模拟输入;4、图像处理,通过构建循环采集图片;5、增强实时处理;6、基于投影等技术的答题卡识别算法;7、存储、转换;8、部署交付。        课程能够帮助你掌握Csharp调用Opencv的基本方法,获得相应框架代码指导;从而进一步提升实现“基于图像处理”的解决方案能力。  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

图南科技

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值