【原】C++-采样函数GridSampling（采样提速必备）

翟天保的图书馆 2022-01-13

展开全文

作者：翟天保Steven
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

场景需求

采样是在做大量数据计算时常用的优化方法，合理的采样方式可以使计算速度提高数十倍数百倍。比如原本1000*1000的图像数据要进行百次迭代计算，运用采样法提取100*100的图像数据进行分析，最少提速100倍，大大减少了不必要的计算，从而提高程序运行速度。该方法我通常用于面形拟合，来快速计算拟合系数，也常用于迭代计算；但是，一定要注意，合理的采样间隔很重要，不要一味追求速度，采样提速的同时也意味着有效数据的减少，对结果是有一定影响的，合理的设计才可以忽略此影响。

话不多说，下方为具体实现函数和测试代码。

功能函数代码

/**
 * @brief GridSampling                     设置采样的位置点
 * @param size                             重采样的范围尺寸
 * @param rowinterval                      行间隔
 * @param colinterval                      列间隔
 * @return                                 重采样的mask
 */
cv::Mat GridSampling(const cv::Size& size, int rowinterval, int colinterval) 
{
cv::Mat dst(size, CV_8UC1, cv::Scalar(0));
//设置采样的位置点
int Row = dst.rows;
int Col = dst.cols;
for (int row = 0; row < Row; row += rowinterval) {
for (int col = 0; col < Col; col += colinterval) {
dst.at<uchar>(row, col) = 255;
}
}
return dst;
}

C++测试代码

#include <iostream>
#include <opencv.hpp>
using namespace std;
using namespace cv;
cv::Mat GridSampling(const cv::Size& size, int rowinterval, int colinterval);
int main()
{
// 随机生成一个矩阵
cv::Mat src(100,100,CV_32FC1);
for (int i = 0; i < 100; ++i)
{
for (int j = 0; j < 100; ++j)
{
src.at<float>(i, j) = rand() % 255;
}
}

// 创建掩膜mask
cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
cv::circle(mask, cv::Point(50, 50), 40, 255, -1);

// 创建采样区
int sampInterval = 2; // 采样间隔为2
cv::Mat samp = GridSampling(src.size(), sampInterval, sampInterval);
cv::Mat samp_mask = samp.clone();
samp_mask.setTo(0, ~mask);

// 将采样区的数据放置在sampling中存储，以便后续计算
std::vector<cv::Point> samplingidx_roi;
cv::findNonZero(samp_mask, samplingidx_roi);
int len = (int)samplingidx_roi.size();
cv::Mat sampling(len, 1, CV_32FC1, 0.0f);
auto tmp = samplingidx_roi.begin();
for (int i = 0; i < len; ++i, ++tmp) {
int x = tmp->x;
int y = tmp->y;
sampling.ptr<float>(i)[0] = src.ptr<float>(y)[x];
}

system("pause");
return 0;
}

/**
 * @brief GridSampling                     设置采样的位置点
 * @param size                             重采样的范围尺寸
 * @param rowinterval                      行间隔
 * @param colinterval                      列间隔
 * @return                                 重采样的mask
 */
cv::Mat GridSampling(const cv::Size& size, int rowinterval, int colinterval) 
{
cv::Mat dst(size, CV_8UC1, cv::Scalar(0));
//设置采样的位置点
int Row = dst.rows;
int Col = dst.cols;
for (int row = 0; row < Row; row += rowinterval) {
for (int col = 0; col < Col; col += colinterval) {
dst.at<uchar>(row, col) = 255;
}
}
return dst;
}