位图文件头实际上是 54 字节,你不能跳过它。您必须阅读它才能找到宽度、高度、位数...必要时计算填充...和其他信息。
根据文件的打开方式,OpenCV 将读取文件头并将像素直接读取到缓冲区中。唯一的变化是行被翻转,所以图像是正面朝上的。
cv::Mat mat = cv::imread("filename.bmp", CV_LOAD_IMAGE_COLOR);
uint8_t* data = (uint8_t*)mat.data;
OpenCV 所做的标头检查和微小更改不会显着影响性能。瓶颈主要在于从磁盘读取文件。性能的变化将很难衡量,除非您正在执行一项非常具体的任务,例如您希望在一个非常大的文件中只占用 3 个字节,并且您不想读取整个文件。
OpenCV 对于这个任务来说太过分了,所以你可以选择其他库,例如 cmets 中建议的 CImg。如果您使用加载速度更快的较小库,则在您的程序启动时可能会很明显。
以下代码是在 Windows 上运行的测试。
对于 16MB 的大位图文件,opencv 与普通 c++ 的结果几乎相同。
对于一个 200kb 的小位图文件,读取纯 C++ 的结果是 0.00013 秒,而 opencv 读取结果是 0.00040 秒。请注意,除了读取字节之外,普通的 c++ 并没有做太多事情。
class stopwatch
{
std::chrono::time_point<std::chrono::system_clock> time_start, time_end;
public:
stopwatch() { reset();}
void reset(){ time_start = std::chrono::system_clock::now(); }
void print(const char* title)
{
time_end = std::chrono::system_clock::now();
std::chrono::duration<double> diff = time_end - time_start;
if(title) std::cout << title;
std::cout << diff.count() << "\n";
}
};
int main()
{
const char* filename = "filename.bmp";
//I use `fake` to prevent the compiler from over-optimization
//and skipping the whole loop. But it may not be necessary here
int fake = 0;
//open the file 100 times
int count = 100;
stopwatch sw;
for(int i = 0; i < count; i++)
{
//plain c++
std::ifstream fin(filename, std::ios::binary);
fin.seekg(0, std::ios::end);
int filesize = (int)fin.tellg();
fin.seekg(0, std::ios::beg);
std::vector<uint8_t> pixels(filesize - 54);
BITMAPFILEHEADER hd;
BITMAPINFOHEADER bi;
fin.read((char*)&hd, sizeof(hd));
fin.read((char*)&bi, sizeof(bi));
fin.read((char*)pixels.data(), pixels.size());
fake += pixels[i];
}
sw.print("time fstream: ");
sw.reset();
for(int i = 0; i < count; i++)
{
//opencv:
cv::Mat mat = cv::imread(filename, CV_LOAD_IMAGE_COLOR);
uint8_t* pixels = (uint8_t*)mat.data;
fake += pixels[i];
}
sw.print("time opencv: ");
printf("show some fake calculation: %d\n", fake);
return 0;
}