OpenCV：合并分开的JPEG bayer通道

我有一台相机为4个不同的拜耳通道（B，G1，G2，R）提供了4个独立的JPEG图像。OpenCV：合并分开的JPEG bayer通道

我想将其转换为彩色图像。

我现在在做的是解压缩jpeg，手动恢复“原始”图像并使用cvtColor转换为彩色图像。但是这太慢了。我怎么能做得更好？

cv::Mat imgMat[4]=cv::Mat::zeros(616, 808, CV_8U); //height, width 
    for (k=0;k<4;k++) { 
     ........ 
     imgMat[k] = cv::imdecode(buffer, CV_LOAD_IMAGE_GRAYSCALE); 
    } 
    //Reconstruct the original image from the four channels! RGGB 
    cv::Mat Reconstructed=cv::Mat::zeros(1232, 1616, CV_8U); 
    int x,y; 
    for(x=0;x<1616;x++){ 
     for(y=0;y<1232;y++){ 
      if(y%2==0){ 
       if(x%2==0){ 
        //R 
        Reconstructed.at<uint8_t>(y,x)=imgMat[0].at<uint8_t>(y/2,x/2); 
       } 
       else{ 
        //G1 
        Reconstructed.at<uint8_t>(y,x)=imgMat[1].at<uint8_t>(y/2,floor(x/2)); 
       } 
      } 
      else{ 
       if(x%2==0){ 
        //G2 
        Reconstructed.at<uint8_t>(y,x)=imgMat[2].at<uint8_t>(floor(y/2),x/2); 
       } 
       else{ 
        //B 
        Reconstructed.at<uint8_t>(y,x)=imgMat[3].at<uint8_t>(floor(y/2),floor(x/2)); 
       } 
      } 
     } 
    } 
    //Debayer 
    cv::Mat ReconstructedColor; 
    cv::cvtColor(Reconstructed, ReconstructedColor, CV_BayerBG2BGR);

看来很清楚，花费更多时间解码jpeg图像。有人可以使用某些建议/技巧来加速此代码？

来源

2013-07-11 Josep Bosch

你确定你不能设置相机作为输出的原始拜耳图像，没有通道分离和没有jpg压缩？这可能是带宽方面的问题，但肯定会加速随后的细化...... – Antonio

是的。我可以做到这一点，选择不同的模式。但是，我得到的帧速率显然要慢得多......我想用更高的帧速率工作。 –

我会检查时间真的花在哪里。如果是在BGGR图像重建步骤中，您有一些希望。另一方面，如果时间真的花在imdecode（）中，我看不到可以对其进行优化的方式。如果BGGR图像重建步骤是计算中大部分时间的部分，我的第一个猜测是您必须查看cvtColor的代码并用不同类型的输入重写自己的bayer转换。同时检查你是不是花时间重新分配内存（所有这些零可以用setTo（0）改变。） – Antonio

首先，你应该做一个配置文件，看看时间最主要的去向。也许这全是在imdecode()之间，因为“看起来很清楚”，但你可能是错的。

如果不是，.at<>()是有点慢（你称它接近400万次）。您可以通过更高效地扫描图像来加快速度。此外，您不需要floor() - 这将避免将int转换为double并返回（200万次）。这样的事情会更快：

int x , y; 
for(y = 0; y < 1232; y++){ 
    uint8_t* row = Reconstructed.ptr<uint8_t>(y); 
    if(y % 2 == 0){ 
     uint8_t* i0 = imgMat[0].ptr<uint8_t>(y/2); 
     uint8_t* i1 = imgMat[1].ptr<uint8_t>(y/2); 

     for(x = 0; x < 1616;){ 
      //R 
      row[x] = i0[x/2]; 
      x++; 

      //G1 
      row[x] = i1[x/2]; 
      x++; 
     } 
    } 
    else { 
     uint8_t* i2 = imgMat[2].ptr<uint8_t>(y/2); 
     uint8_t* i3 = imgMat[3].ptr<uint8_t>(y/2); 

     for(x = 0; x < 1616;){ 
      //G2 
      row[x] = i2[x/2]; 
      x++; 

      //B 
      row[x] = i3[x/2]; 
      x++; 
     } 
    } 
}

来源

2013-07-11 14:18:55 Bull

谢谢！那太棒了。更精确的时间的观察，我发现了时间上的帧后：时间读取图像：0.008328 时间重建图像：0.041352 时间Debayering：0.004263 使用你的代码次后分别为：时间读取图像：0.008466 时间重建图像：0.008402 时间Debayering：0.004364 这是快4倍重建图像，并节省了第二的百分之三！我不认为我现在可以比这更好！ –

OpenCV：合并分开的JPEG bayer通道

回答

相关问题