如何有效地对 OpenCV Mat 和 GpuMat 进行元素处理？

Question

我正在使用 OpenCV C++ 进行图像处理。我想对 Mat 和 GpuMat 按元素进行一些快速处理。

例如，我必须对 Mat 或 GpuMat 的每个元素应用一个复函数。目前，我通过如下循环访问 Mat 的每个元素：

// C++ Example 1: a and b are Mat
for (int i = 0; i < 512; i++) {
    for (int j = 0; j < 512; j++) {
        double sPixel = s.at<double>(512 * i + j);
        if (sPixel >= 0 && sPixel <= 1) {
            a.at<double>(512 * i + j) = double(1);
        } else if (sPixel > 1) {
            b.at<double>(512 * i + j) = double(1);
        }
    }
}

// C++ Example 2: f, x are Mat
for (int i = 0; i < 512; i++) {
    for (int j = 0; j < 512; j++) {
        f.at<double>(512 * i + j) = (1 / (2 * sigma)) * (1 + cos(pi * x.at<double>(512 * i + j) / sigma));
    }
}

不过，我觉得这个方法比较慢，因为Mat的元素之间没有实际的关系，如果并行计算逐元素计算会更好。

另一方面，我无法访问 GpuMat 的元素。如果我download和upload在Mat和GpuMat之间频繁数据，会非常慢，不存在使用GPU的优势。

所以我的问题是：

1. Mat 和 GpuMat 上的元素处理有哪些改进方法？ 尤其是 OpenCV 本身提供的。
2. 如何在 GpuMat 上进行元素处理？

Answer 1

1. 您只需使用内置的 openCV 函数来执行每个元素的操作。例如。你有重载矩阵运算符，用于矩阵或矩阵和标量的加法、减法、元素乘法、除法、绝对差、三角函数、幂、根等函数。它们通常与标准库数学函数同名。只需搜索文档。要比较第一个示例中的矩阵元素，请使用matrix expressions。

2. 这实际上与第 1 点相同。您必须检查 openCV 提供的功能，并将您的操作划分为可能使用这些功能执行的步骤。例如。这是此类功能的最佳列表：

http://docs.opencv.org/2.4/modules/gpu/doc/per_element_operations.html

http://docs.opencv.org/trunk/d8/d34/group__cudaarithm__elem.html

如果上述功能对您来说还不够，请避免使用at() 方法访问像素，因为这种方法效率极低，不建议在遍历所有像素时使用。请改用ptr() 函数来访问整行。

以下是如何使用上述技术转换计算的示例：

//first example
b = (s > 1);
a = (s >= 0).mul(s <= 1);

//second example
f = (1 / (2*sigma)) * ((1 + cos_mat) / sigma);

openCV 中没有每个元素的 cos() 函数，但是如果你想要性能，你可以将余弦实现为泰勒级数，这将等于几个每个元素的乘法和减法/加法，并获得 @987654329 @矩阵那样。你可以在这里找到一个例子：

http://answers.opencv.org/question/55602/sine-or-cosine-of-every-element-in-mat-c/