OpenCV Mask (Filter) performance comparison

OpenCV 的內建 filter2D 函式, 實作了影像處理上常用的 Mask, 或是稱為 Filter, Convolution, 的操作. 通常這也是影像相關的演算法的骨幹, 也是最耗費時間的環節.
Mask 的運算時間, 和 Mask 的組成有絕對的關係, 以下套用不同的 Mask, 來觀察他運算時間上的差異.

比較 filter2D()以及自行撰寫的 C 函式

Index	Implement	ms
C Function	*output++ = saturate_cast<uchar>(5*current[i]               -current[i-nChannels] - current[i+nChannels] - previous[i] - next[i]);	64.909
filter2D	Mat kernel = (Mat_<char>(3,3) <<  0, -1,  0, -1,  5, -1,   0, -1,  0); filter2D( src, dst1, src.depth(), kernel );	3.030

以 C 的實作來說, 差不多就是以上所列出來的程度. OpenCV 可以做到將近 20 倍的速度, 應該是用了一些硬體加速的方法.

不同 Mask 的時間比較

Index	Implement	ms
1x1	Mat kernel_1x1 = (Mat_<char>(1,1) <<  1);	1.134
3x3	Mat kernel_3x3 = (Mat_<char>(3,3) <<  0, -1, 0, -1, 5, -1, 0, -1, 0);	2.718
5x5	Mat kernel_5x5 = (Mat_<char>(5,5) <<  0,0,-1,0,0,0,0,-1,0,0,-1,-1,9,-1,-1,0,0,-1,0,0,0,0,-1,0,0);	4.313
7x7-1	Mat kernel_7x7 = (Mat_<char>(7,7) <<         0,0,0,-1,0,0,0,         0,0,0,-1,0,0,0,         0,0,0,-1,0,0,0,         -1,-1,-1,13,-1,-1,-1,         0,0,0,-1,0,0,0,         0,0,0,-1,0,0,0,         0,0,0,-1,0,0,0);	6.170
7x7-2	Mat kernel_7x7_2 = (Mat_<char>(7,7) <<         -4,-3,-2,-1,-2,-3,-4,         -3,-3,-2,-1,-2,-3,-3,         -2,-2,-2,-1,-2,-2,-2,         -1,-1,-1,107,-1,-1,-1,         -2,-2,-2,-1,-2,-2,-2,         -3,-3,-2,-1,-2,-3,-3,         -4,-3,-2,-1,-2,-3,-4);	22.44

隨著 Mask 的 size 變大, 所耗費時間也跟著增加, 有趣的是 Mask 的內容也有很大的影響, 可見 OpenCV 會對於 零項作刪去的最佳化.