高斯滤波算法在OpenCV中是如何工作的

Question

我写了我自己的高斯滤波器，但它真的很慢。

OpenCV的高斯算法要快得多，是我高斯滤波器的20倍。我想在我的项目中重写opencv的高斯算法，我不想在我的项目中包括opencv。

然而，

谁能给我算法描述，opencv的源代码似乎太难理解？

Answer 1

高斯滤波器具有一个非常容易加速的特性:该滤波器可以独立地应用于两个维度。您定义了一个垂直操作的一维过滤器，另一个横向操作的过滤器，并将两者同时应用；这与应用在两个维度中的单个过滤器产生的效果相同。

除此之外，您可能还需要查看处理器可用的SIMD指令 (例如，SSE3 )。

Answer 2

为了回答你问题的第二部分，高斯模糊只是一个三维高斯曲面，作为图像上的卷积核。维基百科对算法本身有很大的参考价值，但基本上，您可以将高斯曲线的值转换为平方矩阵，并将其乘以图像中的每个像素，例如：

Kernel:               
[0 1 2 0 0
1 4 6 4 1      X   Iterate over every single pixel in the image
2 6 10 6 2
1 4 6 4 1
0 1 2 1 0]

(请注意，这只是一个示例内核，有非常具体的eqns，取决于您的高斯变量，您将得到不同的结果)

要回答问题的性能部分，这个算法的总体速度将取决于一些事情，假设图像大小是恒定的。假设图像是NxM像素，卷积核是PxP像素。您将不得不执行P_P_N*M操作。P越大，对给定图像的操作就越多。您可以巧妙地使用这里使用的算法，进行非常具体的基于行或列的数学计算。

执行工作也非常重要。如果您想要非常高效，您可能希望使用您的架构提供的最高级的指令。如果您使用的是Intel x86芯片，您可能需要查看获得英特尔性能原语(IPP)的许可证，并直接调用这些指令。OpenCV在其可用时确实使用了IPP .

如果给定体系结构上的浮点性能较差，您也可以做一些非常聪明的事情，并处理所有缩放的整数。这可能会加快一些速度，但我会先考虑其他选择，然后再走这条路。

Answer 3

试着检查这里。你想要提前计算出离散高斯矩阵，然后将它与图像相转换。