为什么 cv::resize 这么慢？答案

【问题标题】：Why is cv::resize so slow?为什么 cv::resize 这么慢？
【发布时间】：2013-01-28 22:57:26
【问题描述】：

我正在对实时视频源进行边缘检测：

- (void)processImage:(Mat&)image;
{
        cv::resize(image, smallImage, cv::Size(288,352), 0, 0, CV_INTER_CUBIC);
        edgeDetection(smallImage);
        cv::resize(smallImage, image, image.size(), 0, 0, CV_INTER_LINEAR);
}

edgeDetection 做了一些相当繁重的工作，并且在视频帧大小为 1280x720 的情况下以相当低的帧速率运行。添加resize 调用显着降低了帧速率，这与我的预期完全相反。这仅仅是因为调整大小操作很慢，还是因为我做错了什么？

smallImage 在标头中声明如下：

@interface CameraController : UIViewController
<CvVideoCameraDelegate>
{
    Mat smallImage;
}

它没有初始化，它工作正常。

【问题讨论】：

标签： ios objective-c opencv image-processing

【解决方案1】：

调整图像大小的速度很慢，而且您要为每个处理过的帧执行两次。有几种方法可以以某种方式改进您的解决方案，但您必须提供有关您尝试解决的问题的更多详细信息。

首先，在检测边缘之前调整图像大小会导致向边缘检测提供更少的信息，因此会导致检测到更少的边缘 - 或者至少会使检测它们变得更加困难。

使用的调整大小算法也会影响其速度，CV_INTER_LINEAR 对于 cv::resize 来说是最快的，如果我的记忆没有失败 - 并且您正在使用 CV_INTER_CUBIC 进行第一次调整大小。

调整图像大小的一个替代方法是处理原始图像的较小区域。为此，您应该查看 opencv 图像 ROI（感兴趣区域）。这很容易做到，你在这个网站上有很多关于这些的问题。缺点是您将只检测一个区域中的边缘而不是整个图像，这可能没问题，具体取决于问题。

如果你真的想调整图片大小，opencv 开发者在处理更小的图片时通常会使用 pyrDown 和 pyrUp 函数，而不是 resize。我认为这是因为它更快，但是您可以肯定地对其进行测试。 More information about pyrDown and pyrUp in this link.

关于 cv::resize 算法，这里是列表：

INTER_NEAREST - a nearest-neighbor interpolation
INTER_LINEAR - a bilinear interpolation (used by default)
INTER_AREA - resampling using pixel area relation. It may be a preferred method for image decimation, as it gives moire’-free results. But when the image is zoomed, it is similar to the INTER_NEAREST method.
INTER_CUBIC - a bicubic interpolation over 4x4 pixel neighborhood
INTER_LANCZOS4 - a Lanczos interpolation over 8x8 pixel neighborhood

不能确定 INTER_LINEAR 是否是所有这些中最快的，但它肯定比 INTER_CUBIC 快。

【讨论】：

其实对我来说，INTER_NEAREST是最快的

【解决方案2】：

INTER_NEAREST 速度最快，结果质量最差。在缩小范围内，对于每个像素，它只使用离假设位置最近的像素。

INTER_LINEAR 是性能和质量的良好折衷，但比 INTER_NEAREST 慢。

INTER_CUBIC 比 INTER_LINEAR 慢，因为它使用更多插值。

INTER_LANCZOS4 是结果质量最好的算法，但比其他算法慢。

在这里你可以找到很好的对比文章：http://tanbakuchi.com/posts/comparison-of-openv-interpolation-algorithms/

【讨论】：

链接失效
新链接：“Anthony Tanbakuchi 对 openCV 插值方法的比较（备份，因为他的站点已关闭）”gist.github.com/georgeblck/e3e0274d725c858ba98b1c36c14e2835

【解决方案3】：

在 4 核 CPU（不是 GPU）上进行计时。

来自：(1440, 2560, 3) 至：(300, 300, 3)

从最快到最慢：

INTER_NEAREST resize:  Time Taken: 0:00:00.001024
INTER_LINEAR resize:   Time Taken: 0:00:00.004321
INTER_CUBIC resize:    Time Taken: 0:00:00.007929
INTER_LANCZOS4 resize: Time Taken: 0:00:00.021042
INTER_AREA resize:     Time Taken: 0:00:00.065569

【讨论】：