有沒有其他方法可以使用OpenCV的imdecode？這是

Question

我創建了一個DLL，其中用戶可以從文件名或從流如下讀取圖像太慢：

std::string filePath = "SomeImage.bmp"; 

// (1) Reading from a file 
Image2D img1; 
img1.readImage(filePath); 

// (2) Reading from a stream 
std::ifstream imgStream (filePath.c_str(), std::ios::binary); 
Image2D img2; 
img2.readImage(imgStream); 

第一readImage(filePath)使用cv::imread(filePath)這是相當快的實現（上對於600×900圖像平均爲0.001秒）。然而，第二個版本readImage(fileStream)使用cv::imdecode實現，其是相當慢的（對於同一圖像平均2.5秒）。

cv::imdecode有什麼替代方案可以解碼來自內存緩衝區的圖像而不需要很長時間嗎？這是經常使用的應用程序的核心組件，因此它必須很快。

任何援助將不勝感激。提前致謝。

編輯：

我使用計時器來測量計時。這對我也沒有意義。我不明白爲什麼在這個時候有這麼大的差距。 Image2D只是一個具有OpenCV矩陣作爲成員的類。

int Image2D::readImage(std::ifstream& input) 
{  
    input.seekg(0, std::ios::end); 
    size_t fileSize = input.tellg(); 
    input.seekg(0, std::ios::beg); 

    if (fileSize == 0) { 
     return 1; 
    } 

    std::vector<unsigned char> data(fileSize); 
    input.read(reinterpret_cast<char*>(&data[0]), sizeof(unsigned char) * fileSize); 

    if (!input) { 
     return 1; 
    } 

    StopWatch stopWatch; 
    mImg = cv::imdecode(cv::Mat(data), CV_LOAD_IMAGE_COLOR); 
    std::cout << "Time to decode: " << stopWatch.getElapsedTime() << std::endl; 

    return 0; 
} 


int Image2D::readImage(const std::string& fileName) 
{ 
    StopWatch stopWatch; 
    mImg = cv::imread(fileName, CV_LOAD_IMAGE_COLOR); 

    std::cout << "Time to read image: " << stopWatch.getElapsedTime() << std::endl; 
    return 0; 
} 

Answer 1

這是我的測試代碼，也許你可以嘗試同樣的（在一個乾淨的項目）進行比較的結果：的readImage功能的實現如下簡化。

對我來說，時間測量（CPU時間，它不是掛鐘時間）說，這是一個快一點，只是解碼字節流，而不是imread圖像（這是有道理的） - 窗口 - VC 2010 OpenCV的2.49

#include <fstream> 

cv::Mat MreadImage(std::ifstream& input) 
{  
    input.seekg(0, std::ios::end); 
    size_t fileSize = input.tellg(); 
    input.seekg(0, std::ios::beg); 

    if (fileSize == 0) { 
     return cv::Mat(); 
    } 

    std::vector<unsigned char> data(fileSize); 
    input.read(reinterpret_cast<char*>(&data[0]), sizeof(unsigned char) * fileSize); 

    if (!input) { 
     return cv::Mat(); 
    } 

    clock_t startTime = clock(); 
    cv::Mat mImg = cv::imdecode(cv::Mat(data), CV_LOAD_IMAGE_COLOR); 
    clock_t endTime = clock(); 
    std::cout << "Time to decode image: " << (float)(endTime-startTime)/(float)CLOCKS_PER_SEC << std::endl; 

    return mImg; 
} 


cv::Mat MreadImage(const std::string& fileName) 
{ 
    clock_t startTime = clock(); 
    cv::Mat mImg = cv::imread(fileName, CV_LOAD_IMAGE_COLOR); 
    clock_t endTime = clock(); 

    std::cout << "Time to read image: " << (float)(endTime-startTime)/(float)CLOCKS_PER_SEC << std::endl; 
    return mImg; 
} 

// test speed of imread vs imdecode 
int main() 
{ 

    //std::string path = "../inputData/Lenna.png"; 
    //std::string path = "../inputData/Aachen_Germany_Imperial-Cathedral-01.jpg"; 
    std::string path = "../inputData/bmp.bmp"; 

    cv::Mat i1 = MreadImage(path); 


    std::ifstream imgStream (path.c_str(), std::ios::binary); 
    cv::Mat i2 = MreadImage(imgStream); 

    cv::imshow("input 1", i1); 
    cv::imshow("input 2", i2); 
    cv::waitKey(0); 
    return 0; 
}