Преимущества cv:: Matx

Я заметил, что новая новая структура cv:: Matx была добавлена ​​в новую версию OpenCV, предназначенную для небольших матриц известного размера во время компиляции, например

cv::Matx31f  // matrix 3x1 of float type

Проверка документации Я видел, что большинство операций с матрицами доступны, но я все же не вижу преимуществ использования этого нового типа старого cv:: Mat.

Когда следует использовать Matx вместо Mat?

Ответы

Ответ 1

Это о управлении памятью, а не о пропаже (в некоторых случаях важной) памяти или просто резервировании памяти для объекта, который вы будете использовать позже.

То, что я понимаю, может быть, кто-то другой может дать лучшее объяснение.

Ответ 2

Это поздний поздний ответ, но это еще интересный вопрос!

dom answer довольно точен, и ссылка на кучу/стек в user1460044 также интересна.

С практической точки зрения я бы не использовал Matx (или Vec), за исключением случаев, когда это было совершенно необходимо. Основными преимуществами Matx являются

  • Использование стека (эффективно! [1])
  • Инициализация.

Проблема в том, что в конце вам нужно будет переместить ваши данные Matx в Mat, чтобы сделать большую часть материала, и поэтому вы снова вернетесь в кучу. С другой стороны, "крутая инициализация" Matx может быть выполнена в обычном Mat:

// Matx initialization:
Matx31f A(1.f,2.f,3.f);
// Mat initialization:
Mat B = (Mat_<float>(3,1) << 1.f, 2.f, 3.f);

Кроме того, существует разница в инициализации (помимо кучи/стека). Если вы попытаетесь поместить 5 значений в Matx31, это приведет к сбою (исключение во время выполнения), а при вызове Mat_::operator<< с 5 значениями будут храниться только первые три.

[1] Эффективен, если ваша программа должна создавать множество матриц менее ~ 10 элементов. В этом случае используйте матрицы Matx.

Ответ 3

Короткий ответ: cv:: Mat использует кучу для хранения своих данных, а cv:: Matx использует стек.

A cv:: Mat использует распределение динамической памяти (в куче). Это подходит для больших матриц (например, изображений) и позволяет делать такие вещи, как мелкие копии матрицы, которая является поведением по умолчанию cv:: Mat.

Однако для небольших матриц, для которых cv:: Matx предназначен, распределение кучи было бы очень дорого по сравнению с тем же самым действием в стеке. Я видел, что блок математики сокращает время обработки более чем на 75%, переключаясь на использование типов, связанных с стеками (например, cv:: Point и cv:: Matx) вместо cv:: Mat.

Ответ 4

Есть еще две причины, по которым я предпочитаю Matx - Mat:

  • Чтение: люди, читающие код, могут сразу увидеть размер матриц, например:

    cv::Matx34d transform = ...;

    Ясно, что это матрица 3x4, поэтому она содержит 3D-преобразование типа (R, t), где R - матрица вращения (в отличие, например, от оси). Аналогично, доступ к элементу более естественен с помощью transform(i,j) vs transform.at<double>(i,j).

  • Легкая отладка. Поскольку элементы для Matx выделяются в стеке в массиве известной длины, IDE или отладчики могут хорошо отображать все содержимое при прохождении кода.