我想遍历图像的所有像素并与搜索模式进行比较。在 C# 中具有最佳性能。我找到了 emgu cv，它是 Intels opencv 的包装器。但我不知道如何正确使用emgu。有人知道我该怎么做吗？图像的数据属性是什么？这是图像数据吗？如果是，哪个值是什么？谢谢
我用 C# 编写了我的函数，它运行良好，但是太慢了！我已经有一个用 c 语言翻译成 C# 的算法。 C# 比 c 慢 3 到 4 倍！ （我的函数几乎遍历图像的每个像素以寻找图像中的形状。-> Hugh 变换）
嗯，我听说不安全的代码可能会更快，因为它不检查数组边界和东西。真的吗？直接在物理机上运行不安全代码？
无论如何，我试图将不安全的代码放入我的函数中。但我无法获得指向我的 3D 数组的指针或使用指针访问 3D 数组。如何使用不安全的代码从上面重写此代码？这会带来额外的性能提升，甚至会像 c-code 一样快吗？
【问题讨论】：
我想用另一种解决方案来补充@Luce Del Tongo 和@Dent7777 已经彻底的答案，用于使用 emgucv 对图像数据进行按值操作。虽然我的测试（相同的方法）仅显示与上述最终解决方案相同的性能；我相信这是一个有价值的选择。
Image.Convert() 方法有许多强大的重载，可用于在调用图像上按值应用委托函数，以返回相同或不同 TDepth 的结果图像。有关详细信息，请参阅http://www.emgu.com/wiki/index.php/Working_with_Images 上的“通用操作”。
最重要的是能够将最多三个附加图像作为参数传递给 Convert 方法，其中包含的数据将传递给委托。
例如，一个复杂的过滤器：
// From the input image "original"
Image<Bgr, Byte> original = new Image<Bgr, byte>(1024, 768);
// I wish to produce an image "result"
Image<Gray, double> result = new Image<Gray, double>(1024, 768);
// Whereby each "result" pixel is
Bgr originalPixel;
double resultPixel =
(0.5 + Math.Log(originalPixel.Green) -
(0.5 * Math.Log(originalPixel.Red)) -
(0.5 * Math.Log(originalPixel.Blue)));
要使用上一个答案中提供的解决方案：
byte[,,] sourceData = original.Data;
double[,,] resultData = result.Data;
for (int i = original.Rows - 1; i >= 0; i--)
{
for (int j = original.Cols - 1; j >= 0; j--)
{
resultData[i,j,0] =
(0.5 + Math.Log(sourceData[i, j, 1]) -
(0.5 * Math.Log(sourceData[i, j, 2])) -
(0.5 * Math.Log(sourceData[i, j, 0])));
}
}
我机器上的平均时间：(676ms)
或者，我可以在原始的蓝色通道上调用转换，将其他两个通道作为参数传递，以及相应签名的委托方法来执行我的计算：
result =
original[0].Convert<byte, byte, double>(
original[1],
original[2],
Compute);
地点：
private double Compute(byte B, byte G, byte R)
{
return (0.5 + Math.Log(G) - (0.5 * Math.Log(R)) - (0.5 * Math.Log(B)));
}
我机器上的平均时间：(674ms)
也许只是个人喜好，但我希望这可能对某个地方的人有价值。
【讨论】：
正如 emgu 网站所说，主要有两种策略：
安全（慢）方式
假设您正在处理Image<Bgr, Byte>。
您可以通过调用获取第y行第x列的像素
Bgr color = img[y, x];
在第y行第x列设置像素也很简单
img[y,x] = color;
快捷方式
图像像素值存储在 3D 数组的 Data 属性中。 好的，这是真的，但没有说明如何在真实场景中做到这一点。所以让我们看一些工作代码，然后讨论性能和优化：
Image<Bgr, Byte> original = newImage<Bgr, byte>(1024, 768);
Stopwatch evaluator = newStopwatch();
int repetitions = 20;
Bgr color = newBgr(100, 40, 243);
evaluator.Start();
for (int run = 0; run < repetitions; run++)
{
for (int j = 0; j < original.Cols; j++)
{
for (int i = 0; i < original.Rows; i++)
{
original[i, j] = color;
}
}
}
evaluator.Stop();
Console.WriteLine("Average execution time for {0} iteration \n using column per row access: {1}ms\n", repetitions, evaluator.ElapsedMilliseconds / repetitions);
所以这是使用设置图像像素的安全慢速方式运行 20 次后的平均运行时间 在我的机器上需要 1021ms...
因此，循环和设置像素数等于 1024*768 的平均时间为 1021 毫秒。我们可以通过逐行循环来做得更好
所以让我们稍微重构一下我们的代码，让我们使用更快的方式直接使用 Image.Data 属性：
evaluator.Reset();
evaluator.Start();
for (int run = 0; run < repetitions; run++)
{
for (int i = 0; i < original.Rows; i++)
{
for (int j = 0; j < original.Cols; j++)
{
original.Data[i, j, 0] = 100;
original.Data[i, j, 1] = 40;
original.Data[i, j, 2] = 243;
}
}
}
evaluator.Stop();
Console.WriteLine("Average execution time for {0} iterations \n using Data property: {1}ms\n", repetitions, evaluator.ElapsedMilliseconds / repetitions);
在我的机器上需要 519ms。 因此，我们获得了 50% 的性能提升。执行时间减少了两倍。
所以仔细查看代码，记住我们使用的是 C#，我们可以做一个小的改变，这将再次大大提高我们的图像像素设置性能...... 我们不应该在循环中使用 c# 属性！ !!
evaluator.Reset();
evaluator.Start();
byte[,,] data = original.Data;
for (int run = repetitions - 1; run >= 0; run--)
{
for (int i = original.Rows - 1; i >= 0; i--)
{
for (int j = original.Cols - 1; j >= 0; j--)
{
data[i, j, 0] = 100;
data[i, j, 1] = 40;
data[i, j, 2] = 243;
}
}
}
evaluator.Stop();
使用这段最新的代码，由于正确使用 C# 语言，您将获得巨大的性能提升(73ms)。
【讨论】：