【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
Engineer邓祥浩15 小时前
宏观认知(3):AI战略与社会影响——吴恩达《AI for Everyone》Week3学习笔记
人工智能·笔记·学习
weixin_4684668515 小时前
图像连通域分析新手实战指南
图像处理·人工智能·深度学习·ai·机器视觉·连通域
狒狒热知识15 小时前
中小企业品牌破局之道178软文网以轻量化传播助力软文营销从零到一
人工智能
J2虾虾15 小时前
Spring AI Alibaba - Models 模型
人工智能·spring·microsoft
万俟淋曦15 小时前
【论文速递】2026年第01周(Dec-28-Jan-03)(Robotics/Embodied AI/LLM)
人工智能·ai·机器人·大模型·论文·robotics·具身智能
不务正业的小主治15 小时前
ezygene-多种算法计算免疫评分
人工智能·r语言·简析基因·ezygene·免疫分析
程序大视界15 小时前
AI多模态大模型技术全景(2026):从“拼接“到“原生统一“,一文读懂底层架构与主流方案
人工智能·架构·多模态
qcx2315 小时前
【系统学AI】15 RAG评测体系:RAGAS四维+TruLens+ARES全套方案
人工智能·rag·评测
AI专业测评15 小时前
【无标题】
人工智能·aigc·ai写作·测评·网文
完成大叔15 小时前
模块二,Agent推理模式价值呈现
人工智能