Есть ли существенная разница в производительности между использованием конструктора назначения копирования и итерацией по элементам для модификации Mat?

Question

У меня есть предварительно обученная сеть в TF, и я хочу предварительно обработать входное изображение (преобразовать в одноканальный float32 и нормализовать его до [-1 1]), прежде чем передать его в сеть.

//initialize network
    dnn::Net net = readNetFromTensorflow(modelFile);
    assert(!net.empty());

    Mat frame = imread(imageFile, IMREAD_GRAYSCALE);

    cv::equalizeHist(frame, frame);   
    Mat procFrame(frame.size(), CV_32FC1);

Есть ли разница в производительности между следующими двумя способами предварительной обработки и какой из них более эффективен?

// preprocess 1st way

    for (int i = 0;  i < frame.rows; i++) {
        for (int j = 0; j < frame.cols; j++){
            procFrame.at<float>(i, j) = frame.at<uint8_t>(i, j)*(2. / 255.) - 1.;
        }
    }

или

// preprocess 2nd way                   
    procFrame = frame*(2./ 255.);                                                           
    procFrame -= 1.;

Answer 1

Производительность не всегда является конечной целью. Если вы используете второй подход, вы будете использовать оператор присваивания мата. Это означает, что любые исключения во время операции будут обрабатываться внутри Mat& operator= (const Mat &m), написанного профессионалами.

В любом случае, я считаю, что использование Mat& operator= (const Mat &m) является наиболее эффективным и наименее подвержен ошибкам способ назначения. Не пытайтесь писать это самостоятельно, перебирая элементы Mat.

Answer 2

Первый способ копирования предпочтительнее, потому что вы копируете и конвертируете в плавающее в одном направлении, а не записываете обратно в исходную переменную.

Второй способ выполнения арифметики c - ОЧЕНЬ СУПЕР потому что прокатка ваших собственных циклов в OpenCV почти всегда медленнее, чем использование встроенных арифметических c функций, потому что OpenCV скомпилирован для использования векторизации SIMD и многих других форм оптимизации на уровне сборки.

Но оба они неэффективны о распределении памяти (значительное замедление), если вы заранее знаете, каким будет размер ваших кадров, потому что вы постоянно выделяете и освобождаете матрицу с плавающей запятой для преобразования. procFrame as stati c (static Mat) и его создание сразу же, как вы делаете, чтобы получить правильный размер.

    static Mat procFrame(frame.size(), CV_32FC1);
    cv::equalizeHist(frame, frame);
    frame.convertTo(procFrame, CV_32FC1);                                   
    procFrame = procFrame*(2./ 255.);                                                           
    procFrame -= 1.;

Если размер вашего кадра изменяется во время выполнения, не объявляйте его as stati c.