(opencv) pixel access time

샘플 Mat : 5000 x 3000 BGR Color All Black

cv::Mat image = cv::Mat::zeros(cv::Size(5000, 3000),CV_8UC3);

 

RGB 의 합을 계산

 

방법 1) at<픽셀타입>(y좌표, x좌표)

int sum = 0; for (int i = 0; i < image.rows; i++) {    for (int j = 0; j < image.cols; j++) {          // gray 이미지의 경우           // uchar pixel = image.at<uchar>(i, j);          cv::Vec3b pixel = image.at<cv::Vec3b>(i, j);          sum += pixel[2] + pixel[1] + pixel[0];    } }

 

방법 2) 선두 메모리 포인터 사용

int sum = 0; for (int i = 0; i < image.rows; i++) {       // 로우의 선두 포인터       const cv::Vec3b* ptr = image.ptr<cv::Vec3b>(i);       for (int j = 0; j < image.cols; j++)             sum += ptr[j][2] + ptr[j][1] + ptr[j][0]; }

 

방법 3) 넓이 메모리가 width와 같을 경우(넓이가 8의 배수)

int sum = 0; int width = image.cols; int height = image.rows; if (image.isContinuous()) {      width *= height;      height = 1; } for (int i = 0; i < height; i++) {      const cv::Vec3b* ptr = image.ptr<cv::Vec3b>(i);           for (int j = 0; j < width; j++)          sum += ptr[j][2] + ptr[j][1] + ptr[j][0]; }

 

방법 4) iterator 를 이용

int sum = 0; cv::MatConstIterator_< cv::Vec3b > it         = image.begin<cv::Vec3b>(); cv::MatConstIterator_< cv::Vec3b > it_end = image.end<cv::Vec3b>();      for (; it != it_end; ++it) {     cv::Vec3b pixel = ((cv::Vec3b)*it);     sum += pixel[2] + pixel[1] + pixel[0]; }

 

실행시간 비교 (본인 PC기준)

단위 : nanosec
1 sec=1 000 milisec=1 000 000 microsec=1 000 000 000 nanosec

방법	1차	2차	3차
1	100	0	0
2	100	0	0
3	0	0	100
4	10771700	9528100	9226600

 

결론

아주 빅 사이즈의 이미지라면 액세스의 방법에 따라 시간차가 나겠지만 왠만한 사이즈는 무시할 정도의 시간이다.