无GPU环境下OpenCV掩码生成的加速优化建议咨询

针对GPU数据上传耗时过长的问题，以下是不依赖GPU、仅使用OpenCV的CPU端优化建议，同时附上对应代码实现：

核心优化建议 #

• 内存预分配与复用：提前初始化固定尺寸的cv::Mat对象，避免循环中重复创建/销毁内存。例如将形态学操作的kernel声明为static，复用同一个核矩阵；掩码矩阵提前用create()方法分配空间。
• 优先使用OpenCV原生函数：OpenCV的内置函数（如cv::threshold、cv::inRange、cv::morphologyEx）均为优化后的C++实现，远快于手动逐像素遍历。避免自行编写for循环处理像素。
• 数据类型精简：掩码仅需单通道8位数据（CV_8UC1），避免使用CV_32F等大内存类型，减少内存占用与读写开销。
• 减少不必要的数据拷贝：函数参数使用const cv::Mat&引用传递；返回cv::Mat时利用C++11的移动语义，避免深拷贝。
• 多核并行处理：利用cv::parallel_for_将大图像的掩码生成任务拆分到多个CPU线程，充分利用多核资源。
• 预处理步骤前置：若输入图像需要转灰度、模糊等固定预处理，提前完成并复用结果，避免在掩码生成流程中重复执行。

代码实现 #

Python原代码 #

import cv2
import numpy as np

def generate_mask(image, lower_threshold, upper_threshold):
    # 转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 阈值生成初始掩码
    _, mask = cv2.threshold(gray, lower_threshold, upper_threshold, cv2.THRESH_BINARY)
    # 形态学开运算去除噪声
    kernel = np.ones((3, 3), np.uint8)
    mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
    return mask

优化后的C++代码 #

#include <opencv2/opencv.hpp>

// 基础版优化：内存复用+原生函数
cv::Mat generate_mask(const cv::Mat& image, int lower_threshold, int upper_threshold) {
    cv::Mat gray, mask;
    // 转灰度，直接写入预分配的gray矩阵
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
    // 阈值处理直接生成掩码，避免临时变量
    cv::threshold(gray, mask, lower_threshold, upper_threshold, cv::THRESH_BINARY);
    // 静态kernel复用，仅初始化一次
    static const cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
    // 原地执行形态学操作，减少拷贝
    cv::morphologyEx(mask, mask, cv::MORPH_OPEN, kernel);
    return mask;
}

// 并行版优化：针对大图像的多核处理
void generate_mask_parallel(const cv::Mat& image, cv::Mat& output_mask, 
                            int lower_threshold, int upper_threshold) {
    // 提前分配输出掩码内存
    output_mask.create(image.size(), CV_8UC1);
    // 按行拆分任务，并行处理
    cv::parallel_for_(cv::Range(0, image.rows), [&](const cv::Range& row_range) {
        // 处理当前行区域的子图像
        cv::Mat sub_image = image(row_range, cv::Range::all());
        cv::Mat sub_gray, sub_mask = output_mask(row_range, cv::Range::all());
        
        cv::cvtColor(sub_image, sub_gray, cv::COLOR_BGR2GRAY);
        cv::threshold(sub_gray, sub_mask, lower_threshold, upper_threshold, cv::THRESH_BINARY);
        
        static const cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
        cv::morphologyEx(sub_mask, sub_mask, cv::MORPH_OPEN, kernel);
    });
}

内容的提问来源于stack exchange，提问作者Eduard Barnoviciu