OpenCV前景檢測緩慢

Question

我正試圖實現代碼簿前景檢測算法概述here在書學習OpenCV。

該算法僅爲圖片的每個像素描述基於碼本的方法。所以我採用了想到的最簡單的方法 - 擁有一組碼本，每個像素一個，非常像IplImage下的矩陣結構。數組的長度等於圖像中像素的數量。

我寫了以下兩個循環來學習背景和細分前景。它使用我對src圖像內矩陣結構的有限理解，並使用指針運算來遍歷像素。

void foreground(IplImage* src, IplImage* dst, codeBook* c, int* minMod, int* maxMod){ 

int height = src->height; 
int width = src->width; 

uchar* srcCurrent = (uchar*) src->imageData; 
uchar* srcRowHead = srcCurrent; 
int srcChannels = src->nChannels; 
int srcRowWidth = src->widthStep; 

uchar* dstCurrent = (uchar*) dst->imageData; 
uchar* dstRowHead = dstCurrent; 
// dst has 1 channel 
int dstRowWidth = dst->widthStep; 

for(int row = 0; row < height; row++){ 
    for(int column = 0; column < width; column++){ 
    (*dstCurrent) = find_foreground(srcCurrent, (*c), srcChannels, minMod, maxMod); 
    dstCurrent++; 
    c++; 
    srcCurrent += srcChannels; 
    } 
    srcCurrent = srcRowHead + srcRowWidth; 
    srcRowHead = srcCurrent; 
    dstCurrent = dstRowHead + dstRowWidth; 
    dstRowHead = dstCurrent; 
} 
} 

void background(IplImage* src, codeBook* c, unsigned* learnBounds){ 

int height = src->height; 
int width = src->width; 

uchar* srcCurrent = (uchar*) src->imageData; 
uchar* srcRowHead = srcCurrent; 
int srcChannels = src->nChannels; 
int srcRowWidth = src->widthStep; 

for(int row = 0; row < height; row++){ 
    for(int column = 0; column < width; column++){ 
    update_codebook(srcCurrent, c[row*column], learnBounds, srcChannels); 
    srcCurrent += srcChannels; 
    } 
    srcCurrent = srcRowHead + srcRowWidth; 
    srcRowHead = srcCurrent; 
} 
} 

該方案的工作原理，但非常緩慢。有什麼顯而易見的是放緩它？或者它是簡單實現中的固有問題？我能做些什麼來加速它？每個代碼簿都沒有特定的順序排序，所以它需要線性時間來處理每個像素。因此，將背景樣本加倍，對於每個像素，程序運行速度減慢2，然後由像素數量放大。但是，作爲實現的立場，我沒有看到任何清晰，合乎邏輯的方式來排序代碼元素條目。

我知道在opencv示例中有一個相同算法的示例實現。但是，這種結構似乎要複雜得多。我正在更多地瞭解這種方法背後的原因，我知道我可以修改實際應用的樣本。

感謝

Answer 1

操作上的圖像中的每個像素將是緩慢的，不管你是如何實現它的。