如何尽可能高效地从 openCV 中获取 ORB 描述符?
Posted
技术标签:
【中文标题】如何尽可能高效地从 openCV 中获取 ORB 描述符?【英文标题】:How to get ORB descriptors out of openCV as efficent as possible? 【发布时间】:2016-09-29 09:34:29 【问题描述】:我想将 openCV 计算的 ORB 描述符存储到 std::bitset<256>
中。
由于每帧/图像有几个描述符,我想每帧使用std::vector<std::bitset<256>>
。
由于视频中有多个帧,所以最后使用结构std::vector<std::vector<std::bitset<256>>>
。
当 openCV 将描述符存储到 cv::Mat
时,我在问自己如何尽可能快/有效地从中获取描述符?所以我四处挖掘,发现了一个answer,它不使用像SHIFT
或AND
这样的逻辑运算符。有没有更快的方法?
也许有一个更好的基于std
as std::vector<std::vector<std::bitset<256>>>
的结构来加速它?
为了更容易理解问题,这里有一小段代码。
#include <iostream>
#include <vector>
#include <bitset>
#include <opencv2/opencv.hpp>
int main(int argc, char ** argv)
// opencv
cv::Mat color, gray, descs;
std::vector<cv::KeyPoint> kpts;
cv::Ptr<cv::ORB> detector = cv::ORB::create();
cv::VideoCapture video(argv[1]);
// my desired datastruct
using my_desc_t = std::bitset<256>; // one descriptor
using my_frame_t = std::vector<my_desc_t>; // one frame
using my_video_t = std::vector<my_frame_t>; // one video
my_video_t my_video;
my_video.resize(video.get(CV_CAP_PROP_FRAME_COUNT));
// processing
for (size_t i=0,j=video.get(CV_CAP_PROP_FRAME_COUNT); i!=j; ++i)
if (video.read(color))
// detect and compute
cv::cvtColor(color,gray,CV_BGR2GRAY);
detector->detectAndCompute(gray,cv::Mat(),kpts,descs);
// fill
// TODO
// 8 (uchar) * 32 = 256 bits each orb descriptor.
// how to use logical operators to copy it
// as fast as possible into my_video?
我用clang++ -std=c++11 experiment.cpp -o experiment -lopencv_core -lopencv_imgproc -lopencv_videoio -lopencv_features2d
编译它
【问题讨论】:
Mat
有方法isContinuous()
如果true
那么你可以获得指向原始数据的指针:p = desc.ptr<uchar>(0)
但不确定这是否适用于存储在Mat
中的多个描述符,即填充/对齐,实际上在查看docs 之后,这应该正确报告行尾是否有任何间隙
【参考方案1】:
这就是答案
// bitset to Mat:
std::bitset<256> bs(11); // some demo value
Mat m(1,32,CV_8U, reinterpret_cast<uchar*>(&bs)); // 32 bytes
cerr << bs << endl;
cerr << m << endl;
// Mat to bitset
std::bitset<256> bs2;
memcpy(&bs2, m.data, 32);
cerr << bs2 << endl;
【讨论】:
以上是关于如何尽可能高效地从 openCV 中获取 ORB 描述符?的主要内容,如果未能解决你的问题,请参考以下文章