【见微知著】OpenCV中C++11 lambda方式急速像素遍历

学习《OpenCV应用开发:入门、进阶与工程化实践》一书

做真正的OpenCV开发者,从入门到入职,一步到位!

C++11 lambda语法

C++11中引入了lambda表达式,它支持定义一个内联(inline)的函数,作为一个本地的对象或者一个参数。有了lambda表达式,就可以很方便的使用stl标准库,它的标准语法如下:

cpp 复制代码
[...](...) mutable throwSpec -> returnType {...}

参数解释:

...\]里面包含的是可以引用的本地变量 (...)里面包含的是函数的变量参数 returnType是返回类型

一个简单的例子如下:

cpp 复制代码
auto sum_xy = [](int x, int y) -> int {
  return x + y;
};
std::cout <<" sum_xy = "<< sum_xy(11, 12) << std::endl;

引入本地变量

cpp 复制代码
int a = 25, b = 9;
auto sum_xy = [&a, &b](int x, int y) -> int {
  return x + y + a + b;
};
std::cout <<" sum_xy = "<< sum_xy(11, 12) << std::endl;

注意:

如果直接使用,没有把本地变量放到变量列表中去,就会出现一个常见的语法错误:

封闭函数局部变量不能在lambda体中引用,除非位于捕获列表中

Mat的for Each遍历

说实话我也没有注意过,OpenCV4从哪个版本开始支持,反正已经支持了,通过Mat的forEach方式结合C++11 lambda表达式,实现对Mat对象快速像素遍历。语法如下:

cpp 复制代码
void cv::Mat::forEach(const Functor & operation)

其中operation是一个C++11 lambda表达式,同时也是一个匿名的C++函数。基于Mat的for Each实现的像素遍历代码如下:

cpp 复制代码
// wxh = 3840x2560
cv::Mat image = cv::imread("D:/test_pixs.jpg");
typedef cv::Point3_<uint8_t> Pixel;

// forEach方式的像素遍历
double start = (double)cv::getTickCount();
image.forEach<Pixel>([](Pixel &p, const int * position) -> void {
p.x = 255 - p.x;
p.y = 255 - p.y;
p.z = 255 - p.z;
});
double time = (((double)cv::getTickCount() - start)) / cv::getTickFrequency();
printf(" forEach time : %.4f seconds\n", time);

传统高效的OpenCV指针方式的像素遍历访问代码如下:

cpp 复制代码
// raw pointer access.
start = (double)cv::getTickCount();
for (int r = 0; r < image.rows; ++r) {
  Pixel* ptr = image.ptr<Pixel>(r, 0);
  const Pixel* ptr_end = ptr + image.cols;
  for (; ptr != ptr_end; ++ptr) {
    ptr->x = 255 - ptr->x;
    ptr->y = 255 - ptr->y;
    ptr->z = 255 - ptr->z;
  }
}
time = (((double)cv::getTickCount() - start)) / cv::getTickFrequency();
printf(" raw pointer access time : %.4f seconds\n", time);

运行结果对比如下:

从执行的时间可以看出,针对一张3840x2560大小的图像、forEach方式遍历的确比较靠谱。

系统化学习OpenCV4 - 点击这里

相关推荐
码农水水5 分钟前
大疆Java面试被问:TCC事务的悬挂、空回滚问题解决方案
java·开发语言·人工智能·面试·职场和发展·单元测试·php
财迅通Ai6 分钟前
暗盘收涨24.61% MiniMax将于明日正式港股上市
人工智能
AI猫站长7 分钟前
快讯|腾讯ULTRALOGIC用“负分奖励”训练推理,北航SIAMD用“结构信息”反制AI水军,AI治理技术能否跟上AI生成技术的步伐?
人工智能·搜索引擎
木头左8 分钟前
基于集成学习的多因子特征融合策略在指数期权方向性预测中的应用
人工智能·机器学习·集成学习
CoderJia程序员甲18 分钟前
GitHub 热榜项目 - 日榜(2026-1-7)
人工智能·ai·大模型·github·ai教程
s090713619 分钟前
【综述】前视二维多波束成像声呐(FLS)图像处理算法全解析:从成像到深度学习
图像处理·人工智能·算法·声呐·前视多波束
shdwak....sad19 分钟前
DeepAudit AI多智能体代码审计项目学习与解读(四)
人工智能·安全
声网23 分钟前
旧金山活动丨聊聊 AI 客服和 AI Call Agent,Conversational AI Meetup@SF,1 月 12 日
人工智能
幂律智能24 分钟前
2025年终回顾 | AI向实,共赴山海
人工智能·经验分享
星河耀银海27 分钟前
人工智能从入门到精通:机器学习基础算法实战与应用
人工智能·算法·机器学习