Qt中使用openCV修改图片局部颜色算法优化

作者：billy
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

前言

最近接到一个功能需求，用相机定时抓取图像在界面上显示，相机抓取图像的间隔设定在了100ms一次。当用户修改相机的曝光时间时，需要判断是否过曝，如果过曝了就把像素值修改为红色。

博主这里遇到了一个问题，对每张图片进行是否过曝检测，由于检测算法的执行时间太长导致了界面的卡顿，每100ms就有一张新的图像，然而计算并修改曝光时的像素值就花费了超过100ms（在一个很垃圾的测试机子上运行），最后通过查阅资料，与大神交流博主优化了算法，解决了这个问题，用这一章节来记录一下。

功能预览

这里以映美精相机为例，图像分辨率为1920 x 1200

方法一：使用Qt中的QImage

void GlobalFun::overExposure(QImage& image)
{
    DWORD start_time = GetTickCount();

    for ( int i = 0; i < image.width(); ++i )
    {
        for ( int j = 0; j < image.height(); ++j )
        {
            QColor color = image.pixelColor(i, j);
            if ( color.red() >= 254 && color.green() >= 254 && color.blue() >= 254 )
            {
                image.setPixelColor(i, j, QColor(255, 0, 0));
            }
        }
    }

    DWORD end_time = GetTickCount();
    std::cout << "times = " << end_time - start_time << std::endl;
}

使用Qt封装好的QImage类去获取rgb值，做出判断并修改，此方法运行耗时最多，在测试机上运行一次需要280ms左右

方法二：使用openCV拆分通道

void GlobalFun::overExposure(QImage& image)
{
    DWORD start_time = GetTickCount();
    
    mat = cv::Mat(image.height(), image.width(), CV_8UC3, (void*)image.constBits(),     image.bytesPerLine());

    std::vector<cv::Mat1b> rgbChannels;
    cv::split(mat, rgbChannels);
    cv::Mat1b red = rgbChannels[0];
    cv::Mat1b green = rgbChannels[1];
    cv::Mat1b blue = rgbChannels[2];

    mat.setTo(cv::Vec3b{255, 0, 0}, red >= 254 & green >= 254 & blue >= 254);

    DWORD end_time = GetTickCount();
    std::cout << "times = " << end_time - start_time << std::endl;
}

此方法比QImage操作有了较大的优化，耗时在90ms左右，把mat类型数据拆分成单通道数据，依次判断并使用setTo修改rgb值

方法三：用指针操作图像像素

void GlobalFun::overExposure(QImage& image)
{
    DWORD start_time = GetTickCount();
    
    unsigned char *data = image.bits();
    int width = image.width();
    int height = image.height();
    
    for ( int i = 0; i < width; ++i )
    {
        for ( int j = 0; j < height; ++j )
        {
            if ( *data >= 254 && *(data + 1) >= 254 && *(data + 2) >= 254 )
            {
                *(data + 1) = 0;
                *(data + 2) = 0;
            }
            data += 3;
        }
    }
    
    DWORD end_time = GetTickCount();
    std::cout << "times = " << end_time - start_time << std::endl;
}

用指针遍历图像效率特别快，此方法仅需0-15ms，最后博主选择了使用指针来遍历，达到了功能需求

不同类型的图像遍历

以上三个方法的图像类型都是 QImage::Format_RGB888，如果是其他类型的图像，遍历方式需要稍作改变，这里以 QImage::Format_RGB32 为例

void GlobalFun::overExposure(QImage& image)
{
    unsigned char *data = image.bits();
    int width = image.width();
    int height = image.height();
    
    for ( int i = 0; i < width; ++i )
    {
        for ( int j = 0; j < height; ++j )
        {
            if ( *data >= 254 && *(data + 1) >= 254 && *(data + 2) >= 254 )
            {
                *data = 0;
                *(data + 1) = 0;
            }
            data += 4;
        }
    }
}