概要
OpenCVを用いてアルゴリズムを組む際、
ある画像からある画像へ変換処理を行ったり、
関数fを用いて新規に画像を生成したり、
画像の結果を1つの値へと集約するなどの定型的な処理は非常に多く行われておりますが、並列処理を行いかつ速度を考慮したプログラムを組もうとするとある程度のコード量を必要とするためそれなりの手間となります。また画像処理によくあるループ文のネストが大量に発生するため、普通に組んでしまうと一見何をやっているのか非常に分かりづらいコードとなってしまいます。
cvutilはこのような冗長な作業を定型化し、複数のアルゴリズム関数と
C++0xに新しく搭載されたラムダ式を使用して高速にアルゴリズムを記述することができます。このようにして作られたアルゴリズムは自動的にOpenMPによって並列化されるため、研究用途などの速度をある程度担保しつつもメンテナンスのし易いコードを記述するための手助けとなります。
インストール
cvutilは
githubにて公開しております。ダウンロード先は下記のURLを参照してください。
https://github.com/rezoo/cvutil
cvutilはヘッダオンリーのライブラリです。バージョンがOpenCV 2.x系統であれば、対象の
includeディレクトリに
cvutilをコピーするだけで使用できます。
C++0xのラムダ式を用いることで端的に記述することができますが、関数オブジェクトを使用すればある程度古いコンパイラでも正常に動作するでしょう(そこまでして使う利点があるのかどうかは分かりませんが)。
ちなみに、元々は自分用に作られた適当なライブラリなので、バージョンアップに伴ってある程度破壊的な変更を行うこともありますのでご了承ください。その際はバージョンを0.1上げることによって対応します。
アルゴリズム一覧
ここでは
cvutilに搭載されているアルゴリズム一覧の一部を紹介いたします。これらのアルゴリズムは
STLのそれと似ているため、C++を触ったことのある方は名前から直感的に機能を類推できるでしょう。
transform_image
transform_image関数は対象の画像を、任意の関数を通して出力先へ変換します。cvutilの中では最も汎用性の高い関数となります。
cvutil::transform_image(src, dst, [](uchar x) {
return cv::saturate_cast<uchar>(x*2); });
この関数は複数の画像を高度に合成するような場合においても利用できます。アリティ(渡される引数の数)によって、最も適したアルゴリズムが自動的に呼び出されます。
cvutil::transform_image(src1, src2, dst, [](uchar x, uchar y) {
return (x + y)/2; });
generate_image
generate_image関数は任意の関数を用いて、出力先に画像を新しく生成します。
generate_imageをそのまま用いることは通常ありませんが、x, y座標を元に画像を生成する関数
generate_image_xyや、画像中央に原点がある右手系の座標系u, v座標を元とした関数
generate_image_uvは比較的使い勝手が良いと思います。
int width = 512;
int height = 512;
cv::Mat_<cv::Vec3b> dst2(height, width);
cvutil::generate_image_xy(dst2, [=](int x, int y) {
return cv::Vec3b(0, x*256/width, y*256/height); }); // BGR
reduce_image
reduce_image関数は対象の画像を、任意の関数を通して1つの結果へと集約し、その値を返します。
cv::Mat_<uchar> src3(3, 3);
src3(0, 0) = 0; src3(0, 1) = 1; src3(0, 2) = 2;
src3(1, 0) = 3; src3(1, 1) = 4; src3(1, 2) = 5;
src3(2, 0) = 6; src3(2, 1) = 7; src3(2, 2) = 8;
int result = cvutil::reduce_image(src3, (int)0, std::plus<int>()); // 36
上のサンプルは全要素に対しての足し算を行っています。
transfromの並列化は兎も角、
reduceの並列化は一般的に面倒なのですが、
reduce_imageはそこらへんの処理もきちんと並列化してくれます。
transform_reduce_image
transform_reduce関数は1枚または複数の画像を対象の関数で1つの値へ変換した後に、
reduce関数を適用します。2種類の結果を合併した集約結果を返す場合などに役立つと思います。
minmax_element_image
minmax_element_image関数は画像の最小値と最大値を返します。
std::pair<uchar, uchar> minmax_result =
cvutil::minmax_element_image(src); // (min, max)
integrate_image
integrate_image関数は画像を2次元に積分します。具体的には、
inclusive_scan関数を2次元的に適用します。バイナリー関数に
std::plusを適用した場合、この関数は積分画像の生成と等価です。また、画像の型が対象の二項演算子に関してアーベル群を成していた場合、任意の矩形領域に関しての
reduceは
integrate_imageによって生成された画像を用いて、定数時間による計算が可能となります(参考:
並列環境におけるreduceとscanアルゴリズム)。
OpenCVにも積分画像を生成する関数は存在しているのですが、この関数は並列化を行いかつ任意の二項演算子を適用できる点が異なります。
cv::Mat_<uchar> src3(3, 3), dst3(3, 3);
src3(0, 0) = 0; src3(0, 1) = 1; src3(0, 2) = 2;
src3(1, 0) = 3; src3(1, 1) = 4; src3(1, 2) = 5;
src3(2, 0) = 6; src3(2, 1) = 7; src3(2, 2) = 8;
cvutil::integrate_image(src3, dst3, std::plus<uchar>());
// [0, 1, 2; [0, 1, 3;
// 3, 4, 5; => 3, 8, 15;
// 6, 7, 8] 9, 21, 36]
cvutilはその他にも色々と関数がありますが、多分名前からどんなことやってるのか大体は理解できると思いますので、とりあえず代表的な関数をいくつか紹介いたしました。
License
自分用に作っているだけなのですが、一応ライセンスは
MIT Licenseを適用します。誰でも自由に無制限に使ってかまいません。
とりあえずはそんな感じです。もし何か使っていく上で質問や疑問、あるいはご指摘等ございましたらお気軽にコメントまたは
メールをお願いします。
追記
お気づきの通り、本来の文脈ならば、アルゴリズムに渡す引数は
cv::Mat_<T>ではなく何かしらの抽象構造
Viewを渡すべきなのです。C++のSTL Algorithmはコンテナでなくイテレータという抽象に依存することによって、任意のデータ構造による適用が可能となり、さらに
transformed_iteratorなど、変形を遅延させるような構造を取ることができる。つまり、
cvutilにおいても本来はそのような『
抽象に依存する』データ構造を起点にアルゴリズムを組んでいくべきなのです。
// こんな感じで書けたら最高なんだけど…
cvutil::transform_image(
cvutil::make_resized_view(src, dst.size()),
dst,
any_functor);
ただこのアナロジーを画像に適用しましょうとなるとなかなか難しく、現状としては
boost.GILしか存在していない。そういった意味で確かに
boost.GILは魅力的なライブラリなのですが、GILに適用するalgorithmが殆ど存在していませんし、なによりコンパイル時間が
boooooooooooostしてしまう。ぱぱっと書いてぱぱっと書き捨てられるような構造がむしろ研究にとっては重要なわけで、そんな面倒なことするよりも多少汚いOpenCVを採用したほうが使い勝手としては向上するよねという、まぁそういった言い訳です。
