（opencv rc1）Mat乘法的運算速度比每像素乘法慢20倍？

Question

// 700 ms 
cv::Mat in(height,width,CV_8UC1); 
in /= 4; 

與

//40 ms 
cv::Mat in(height,width,CV_8UC1); 
for (int y=0; y < in.rows; ++y) 
{ 
    unsigned char* ptr = in.data + y*in.step1(); 
    for (int x=0; x < in.cols; ++x) 
    { 
     ptr[x] /= 4; 
    } 
} 

替換哪些原因會導致這樣的行爲？是否由於opencv將Mat的「標量乘法」提升爲Mat乘法的Mat，還是因爲arm的特定失敗優化？ （NEON已啓用）。

Answer 1

通過測量CPU時間嘗試相同。

int main() 
{ 
    clock_t startTime; 
    clock_t endTime; 

    int height =1024; 
    int width =1024; 

    // 700 ms 
    cv::Mat in(height,width,CV_8UC1, cv::Scalar(255)); 
    std::cout << "value: " << (int)in.at<unsigned char>(0,0) << std::endl; 

    cv::Mat out(height,width,CV_8UC1); 

    startTime = clock(); 
    out = in/4; 
    endTime = clock(); 
    std::cout << "1: " << (float)(endTime-startTime)/(float)CLOCKS_PER_SEC << std::endl; 
    std::cout << "value: " << (int)out.at<unsigned char>(0,0) << std::endl; 


    startTime = clock(); 
    in /= 4; 
    endTime = clock(); 
    std::cout << "2: " << (float)(endTime-startTime)/(float)CLOCKS_PER_SEC << std::endl; 
    std::cout << "value: " << (int)in.at<unsigned char>(0,0) << std::endl; 

    //40 ms 
    cv::Mat in2(height,width,CV_8UC1, cv::Scalar(255)); 

    startTime = clock(); 
    for (int y=0; y < in2.rows; ++y) 
    { 
     //unsigned char* ptr = in2.data + y*in2.step1(); 
     unsigned char* ptr = in2.ptr(y); 
     for (int x=0; x < in2.cols; ++x) 
     { 
      ptr[x] /= 4; 
     } 
    } 
    std::cout << "value: " << (int)in2.at<unsigned char>(0,0) << std::endl; 

    endTime = clock(); 
    std::cout << "3: " << (float)(endTime-startTime)/(float)CLOCKS_PER_SEC << std::endl; 


    cv::namedWindow("..."); 
    cv::waitKey(0); 
} 

與結果：

value: 255 
1: 0.016 
value: 64 
2: 0.016 
value: 64 
3: 0.003 
value: 63 

你看到的結果不同，可能是因爲mat.divide()不執行浮點除法和舍入到下一個。雖然在更快的版本中使用整數除法，但速度更快但結果不同。

另外，在openCV計算中有一個saturate_cast，但我猜計算負載差別較大的是雙精度分割。

Answer 2

這是一個很老的問題（我幾年前曾報道過）很多基本操作都花費了額外的時間。不僅僅是除法，還有加法，abs等等......我不知道這種行爲的真正原因。更奇怪的是，應該花費更多時間的操作，如addWeighted，實際上非常有效。試試這個：

addWeighted(in, 1.0/4, in, 0, 0, in); 

它執行多個操作每個像素，但它運行幾次比任何添加功能和循環實施。

這是我的report錯誤跟蹤器。