我必须从
中找到最小/最大值(min x,min y,max x,max y)vector<cv::Point>
这是我的代码:
vector<cv::Point> contour;
...
Min = Point(640, 480) ;
Max = Point(0,0) ;
for (int j=0; j<(int)contour.size(); j++)
{
if (contour[j].x < Min.x) Min.x = contour[j].x ;
if (contour[j].y < Min.y) Min.y = contour[j].y ;
if (contour[j].x > Max.x) Max.x = contour[j].x ;
if (contour[j].y > Max.y) Max.y = contour[j].y ;
}
这很好用。我使用mimmax STL开发了一个版本:
auto XminXmax = minmax_element(contour.begin(), contour.end(), [](Point p1,Point p2) {return p1.x < p2.x; });
auto YminYmax = minmax_element(contour.begin(), contour.end(), [](Point p1,Point p2) {return p1.y < p2.y; });
Point Min = Point((*XminXmax.first).x, (*YminYmax.first).y );
Point Max = Point((*XminXmax.second).x, (*YminYmax.second).y );
这也很好,并给出相同的结果。 但是,由于算法minmax被调用两次,执行时间是两次。 是否可以通过一次调用minmax算法来优化它?
答案 0 :(得分:6)
minmax_element
在Point
个对象上运行比较,并返回Point
个对象。
x
和y
值是独立的,min(x)
和min(y)
很可能属于不同的对象。
对于这种特殊情况,我会使用for range
。
Min = Point(640, 480) ;
Max = Point(0,0) ;
for (auto &p : contour)
{
Min.x = std::min(p.x, Min.x)
Min.y = std::min(p.y, Min.y)
Max.x = std::max(p.x, Max.x)
Max.y = std::max(p.y, Max.y)
}
答案 1 :(得分:1)
不能,通过单次调用minmax_element
无法对此进行优化,因为minmax_element
不是此问题的最佳解决方案。
如果您坚持某些STL算法,请使用accumulate
:
std::accumulate(begin(contour), end(contour), Bound{}, [](Bound acc, Point p)
{
return Bound{minpos(acc.bottomleft, p), maxpos(acc.topright, p)};
});
但这需要一些准备工作:
#include <numeric>
struct Point
{
int x;
int y;
Point(int x, int y)
: x(x), y(y) {}
};
Point minpos(Point a, Point b)
{
return {std::min(a.x, b.x), std::min(a.y, b.y)};
}
Point maxpos(Point a, Point b)
{
return {std::max(a.x, b.x), std::max(a.y, b.y)};
}
struct Bound
{
Point bottomleft;
Point topright;
Bound(Point bl = {640, 480}, Point tr = {0, 0})
: bottomleft(bl), topright(tr) {}
};
将accumulate
方法与循环方法的范围进行比较,我们可以考虑两个方面:
accumulate
方法略微更好地表达了从几个点收集单个边界框的意图。但它导致代码略长。accumulate
执行。从C ++ 17开始,我们将并行化TS标准化。 accumulate
的并行副本将是reduce
算法,因此accumulate/reduce
方法可以提供更多灵活性。结论:范围和accumulate/reduce
都有一些(dis)优势。但是,可能完全不同的方法是最好的方法:如果OP中的cv::Point
意味着您使用openCV库,那么同一个库具有boundingRect功能,这正是您尝试实现的功能。