use*_*455 3 c++ performance opencv matrix linear-algebra
我有一个for循环,取一个nxn维度的OpenCV Mat对象,并返回一个n ^ 2 x 1维度的Mat对象.它可以工作,但是当我计算方法时,它需要1到2毫秒.因为我把这个方法称为3到4百万次,所以我的程序运行大约一个小时.我正在引用的一篇研究论文表明,作者能够生成一个具有相同功能的程序,只需几分钟即可运行,而无需并行运行任何线程.在对每段代码进行计时后,采用> 1 ms的唯一部分是以下方法.
static Mat mat2vec(Mat mat)
{
Mat toReturn = Mat(mat.rows*mat.cols, 1, mat.type());
float* matPt;
float* retPt;
for (int i = 0; i < mat.rows; i++) //rows
{
matPt = mat.ptr<float>(i);
for (int j = 0; j < mat.row(i).cols; j++) //col
{
retPt = toReturn.ptr<float>(i*mat.cols + j);
retPt[0] = matPt[j];
}
}
return toReturn;
}
Run Code Online (Sandbox Code Playgroud)
有没有办法可以提高这个方法将nxn矩阵转换成n ^ 2 x 1矩阵(或cv :: Mat代表向量)的速度?
这解决了大部分问题@berak,现在跑得快了很多.但是在某些情况下如下,垫子不是连续的.知道如何在连续垫中获得投资回报率吗?
我的方法看起来不像这样:
static Mat mat2vec(Mat mat)
{
if ( ! mat.isContinuous() )
{
mat = mat.clone();
}
return mat.reshape(1,2500);
}
Run Code Online (Sandbox Code Playgroud)
问题发生在:
Mat patch = Mat(inputSource, Rect((inputPoint.x - (patchSize / 2)), (inputPoint.y - (patchSize / 2)), patchSize, patchSize));
Mat puVec = mat2vec(patch);
Run Code Online (Sandbox Code Playgroud)