3.5.1 Opencv RVV使用

opencv在RVV上的使用跟x86的使用没有区别，主要是库的差异。

什么是opencv？

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，由英特尔公司发起并得到社区的广泛支持。它提供了一个跨平台的编程框架，用于实时的计算机视觉应用开发。常用于:

• 图像处理和分析
• 人脸检测和识别
• 物体检测和跟踪
• 机器学习应用
• 视频分析
• 相机标定和3D重建

常用API示例

读取和显示图像

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 读取图像
    cv::Mat image = cv::imread("input.jpg");
    
    if (image.empty()) {
        std::cout << "无法读取图像文件" << std::endl;
        return -1;
    }
    
    // 显示图像
    cv::imshow("原始图像", image);
    cv::waitKey(0);
    
    // 保存图像
    cv::imwrite("output.jpg", image);
    
    return 0;
}

图像基本操作

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("input.jpg");
    
    // 获取图像信息
    int width = image.cols;
    int height = image.rows;
    int channels = image.channels();
    
    std::cout << "图像尺寸: " << width << "x" << height << std::endl;
    std::cout << "通道数: " << channels << std::endl;
    
    // 调整图像大小
    cv::Mat resized;
    cv::resize(image, resized, cv::Size(640, 480));
    
    // 图像旋转
    cv::Point2f center(image.cols/2.0, image.rows/2.0);
    cv::Mat rotationMatrix = cv::getRotationMatrix2D(center, 45, 1.0);
    cv::Mat rotated;
    cv::warpAffine(image, rotated, rotationMatrix, image.size());
    
    cv::imshow("调整大小", resized);
    cv::imshow("旋转", rotated);
    cv::waitKey(0);
    
    return 0;
}

颜色空间转换

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("input.jpg");
    
    // BGR转灰度
    cv::Mat gray;
    cv::cvtColor(image, gray, cv::COLOR_BGR2GRAY);
    
    // BGR转HSV
    cv::Mat hsv;
    cv::cvtColor(image, hsv, cv::COLOR_BGR2HSV);
    
    // BGR转LAB
    cv::Mat lab;
    cv::cvtColor(image, lab, cv::COLOR_BGR2LAB);
    
    cv::imshow("原始", image);
    cv::imshow("灰度", gray);
    cv::imshow("HSV", hsv);
    cv::imshow("LAB", lab);
    cv::waitKey(0);
    
    return 0;
}

边缘检测

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE);
    
    // Canny边缘检测
    cv::Mat edges;
    cv::Canny(image, edges, 50, 150);
    
    // Sobel边缘检测
    cv::Mat sobelX, sobelY, sobel;
    cv::Sobel(image, sobelX, CV_64F, 1, 0, 3);
    cv::Sobel(image, sobelY, CV_64F, 0, 1, 3);
    cv::magnitude(sobelX, sobelY, sobel);
    sobel.convertTo(sobel, CV_8U);
    
    cv::imshow("原始", image);
    cv::imshow("Canny边缘", edges);
    cv::imshow("Sobel边缘", sobel);
    cv::waitKey(0);
    
    return 0;
}

性能对比

对比rvv加速的opencv与没有rvv加速的opencv的性能。

性能测试代码:

#include <opencv2/opencv.hpp>
#include <iostream>
#include <chrono>

int main() {
    cv::Mat image = cv::imread("../data/test.jpg");
        
    auto  start_time = std::chrono::steady_clock::now();
    cv::Mat blob;
    cv::resize(image, blob, cv::Size(640, 640));

    auto end_time = std::chrono::steady_clock::now();
    auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end_time - start_time);
    std::cout << "resize time: " << duration.count() << " ms" << std::endl;
  
    start_time = std::chrono::steady_clock::now();
    cv::Mat blob_float;
    blob_float = cv::dnn::blobFromImage(image,1.0 / 255.0, cv::Size(640, 640), cv::Scalar(0, 0, 0), false, false,CV_32F);
    end_time = std::chrono::steady_clock::now();
    duration = std::chrono::duration_cast<std::chrono::milliseconds>(end_time - start_time);
    std::cout << "blobFromImage time: " << duration.count() << " ms" << std::endl;

    return 0;
}

没有rvv优化的opencv性能:

resize time: 10 ms
blobFromImage time: 51 ms

rvv优化的opencv性能:

resize time: 6 ms
blobFromImage time: 35 ms