OpenCV:合并分离的JPEG拜耳通道

Question

我有一台相机，它为4个不同的拜耳通道（B、G1、G2、R）提供4个分离的JPEG图像。

我想把它转换成彩色图像。

我现在正在做的是解压缩jpeg，手动恢复"原始"图像，并使用cvtColor转换为彩色图像。但这太慢了。我怎么能做得更好呢？

    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);

很明显，解码jpeg图像需要更多的时间。有人给我一些建议/技巧可以用来加速这个代码吗？

Answer 1

首先，您应该做一个概要文件，看看时间主要花在哪里。也许这一切都在imdecode()中，因为"看起来很清楚"，但你可能错了。

如果不是，.at<>()有点慢（您调用它的次数接近400万次）。你可以通过更有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并再次转换（200万次）。像这样的东西会更快：

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++;
        }
    }
}