有没有比 OpenCV 中的 FileStorage 方法更有效地将大型 Mat 对象加载到内存中的方法？

我有一个包含 192 列和 100 万行的大型 Mat，我想在本地存储在一个文件中并加载到内存中，然后我的应用程序启动。使用 FileStorage 没有问题，但我想知道是否存在更有效的方法来做到这一点。目前在 Visual Studio 中使用 Debug 模式将 Mat 加载到内存中大约需要 5 分钟，在 Release 模式下大约需要 3 分钟，数据文件大小约为 1.2GB。

FileStorage 方法是执行此任务的唯一可用方法吗？

最佳答案

您对 100 倍 的加速是否满意？

您应该以二进制格式保存和加载图像。您可以使用下面代码中的 matwrite 和 matread 函数来做到这一点。

我测试了从 FileStorage 和二进制文件加载，对于具有 250K 行、192 列的较小图像，输入 CV_8UC1 我得到了这些结果(时间在毫秒):

// Mat: 250K rows, 192 cols, type CV_8UC1
Using FileStorage: 5523.45
Using Raw:         50.0879    

使用我得到的二进制模式(以毫秒为单位的时间)在具有 1M 行和 192 列的图像上:

// Mat: 1M rows, 192 cols, type CV_8UC1
Using FileStorage: (can't load, out of memory)
Using Raw:         197.381

注意

1. 永远不要在调试中衡量性能。
2. 3 分钟加载矩阵似乎太多了，即使对于 FileStorage 也是如此。但是，切换到二进制模式会收获很多。

这里是带有 matwrite 和 matread 函数的代码，以及测试:

#include <opencv2\opencv.hpp>
#include <iostream>
#include <fstream>

using namespace std;
using namespace cv;


void matwrite(const string& filename, const Mat& mat)
{
    ofstream fs(filename, fstream::binary);

    // Header
    int type = mat.type();
    int channels = mat.channels();
    fs.write((char*)&mat.rows, sizeof(int));    // rows
    fs.write((char*)&mat.cols, sizeof(int));    // cols
    fs.write((char*)&type, sizeof(int));        // type
    fs.write((char*)&channels, sizeof(int));    // channels

    // Data
    if (mat.isContinuous())
    {
        fs.write(mat.ptr<char>(0), (mat.dataend - mat.datastart));
    }
    else
    {
        int rowsz = CV_ELEM_SIZE(type) * mat.cols;
        for (int r = 0; r < mat.rows; ++r)
        {
            fs.write(mat.ptr<char>(r), rowsz);
        }
    }
}

Mat matread(const string& filename)
{
    ifstream fs(filename, fstream::binary);

    // Header
    int rows, cols, type, channels;
    fs.read((char*)&rows, sizeof(int));         // rows
    fs.read((char*)&cols, sizeof(int));         // cols
    fs.read((char*)&type, sizeof(int));         // type
    fs.read((char*)&channels, sizeof(int));     // channels

    // Data
    Mat mat(rows, cols, type);
    fs.read((char*)mat.data, CV_ELEM_SIZE(type) * rows * cols);

    return mat;
}

int main()
{
    // Save the random generated data
    {
        Mat m(1024*256, 192, CV_8UC1);
        randu(m, 0, 1000);

        FileStorage fs("fs.yml", FileStorage::WRITE);
        fs << "m" << m;

        matwrite("raw.bin", m);
    }

    // Load the saved matrix

    {
        // Method 1: using FileStorage
        double tic = double(getTickCount());

        FileStorage fs("fs.yml", FileStorage::READ);
        Mat m1;
        fs["m"] >> m1;

        double toc = (double(getTickCount()) - tic) * 1000. / getTickFrequency();
        cout << "Using FileStorage: " << toc << endl; 
    }

    {
        // Method 2: usign raw binary data
        double tic = double(getTickCount());

        Mat m2 = matread("raw.bin");

        double toc = (double(getTickCount()) - tic) * 1000. / getTickFrequency();
        cout << "Using Raw: " << toc << endl;
    }

    int dummy;
    cin >> dummy;

    return 0;
}

关于c++ - 在 OpenCV 中有效地将大型 Mat 加载到内存中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32332920/