当前位置: 首页 > ai >正文

opencv处理图像(二)

接下来进入到程序线程设计部分

我们主线程负责图形渲染等操作,OpenGL的限制,opencv技术对传入图像加以处理,输出预期图像给主线程

QThread

我之前也是在想给opencv开一个专门的线程,但经过了解有几个弊端,第一资源浪费,县城遗址占用问题,分线程并不是一致工作。第二,需要手动管理线程生命周期,频繁的创建和释放影响性能。

实现试例

// 1. 继承 QThread 并重写 run()
class WorkerThread : public QThread {Q_OBJECT
protected:void run() override {while (!isInterruptionRequested()) {// OpenCV 处理逻辑cv::Mat frame = processFrame();emit resultReady(frame); // 通过信号传递结果}}
signals:void resultReady(cv::Mat frame);
};// 2. 在主线程中启动
WorkerThread *thread = new WorkerThread;
connect(thread, &WorkerThread::resultReady, this, &MainWindow::updateGL);
thread->start();// 3. 安全停止线程
thread->requestInterruption();
thread->quit();
thread->wait();

QThreadPool+QRannable线程池技术

线程池通过设置可复用线程,有任务就调度空闲线程运行,实现了线程的复用,线程数可根据计算机的核的数量选择

QT封装了线程池,提供了一个全局的线程池函数

globalInstance()

要用的时候把对象或者函数指针丢进去。

// 定义任务类
class ImageTask : public QRunnable {
public:ImageTask(cv::Mat input, QString method) : m_input(input), m_method(method) {// 任务完成后自动删除(默认不启用)setAutoDelete(true); }void run() override {cv::Mat result = processImage(m_input, m_method);// 发送结果到主线程(通过信号槽或 invokeMethod)QMetaObject::invokeMethod(m_receiver, "updateDisplay", Qt::QueuedConnection, Q_ARG(cv::Mat, result));}private:cv::Mat m_input;QString m_method;QObject *m_receiver; // 接收结果的对象(如主窗口)
};// 提交任务到线程池
cv::Mat inputImage = ...;
QString method = "Grayscale";
ImageTask *task = new ImageTask(inputImage, method);
QThreadPool::globalInstance()->start(task);

再一个就是深拷贝的问题,从主线程把图像深拷贝到分支线程有很多弊端,我考虑优化一下逻辑,比如opencv对图像进行一些识别操作的时候会先把他转换程一个灰度图,再高斯模糊canny边缘检测等等,一些可复用的图像可不可以在主程序存下来,要用的时候通过移动语义将所有权直接传到分支线程处理,避免了一些频繁深度拷贝的问题,这是我的一些思路,有在这方面有见解的大佬可以指点一二。

方案适用性场景匹配度
QThread适合持续运行的任务(如实时视频流处理),线程生命周期长,需手动管理启停低(任务离散触发)
线程池适合短暂、离散的任务(如点击按钮触发单次处理),自动复用线程,减少开销

核心流程

主线程(UI线程):
1. 用户点击按钮 → 提交处理任务到线程池
2. 等待处理结果 → 接收结果并更新OpenGL显示线程池(工作线程):
1. 接收待处理图像和参数(如高斯模糊、灰度化)
2. OpenCV处理 → 返回结果图像

 

http://www.xdnf.cn/news/5087.html

相关文章:

  • 抖音视频去水印怎么操作
  • Taro 编译不平不同平台小程序
  • 1.2.2.1.4 数据安全发展技术发展历程:高级公钥加密方案——同态加密
  • Java数据结构——二叉树
  • 进程间通信--管道【Linux操作系统】
  • Maven 插件配置分层架构深度解析
  • 滚珠丝杆在工作中损耗会影响什么?
  • 【计算机视觉】3DDFA_V2中表情与姿态解耦及多任务平衡机制深度解析
  • Android Compose 框架物理动画之捕捉动画深入剖析(29)
  • 封装 RabbitMQ 消息代理交互的功能
  • mac u盘重装mac10.15Catalina系统
  • 1.短信登录
  • 数据库故障排查全攻略:从实战案例到体系化解决方案
  • expo多网络请求设定。
  • Jmeter中的BeanShell如何使用?
  • MySQL 从入门到精通(三):日志管理详解 —— 从排错到恢复的核心利器
  • 01背包类问题
  • 基于大模型与异步技术的股票分析系统实现
  • 在 Flink + Kafka 实时数仓中,如何确保端到端的 Exactly-Once
  • Stable Diffusion进阶之Controlnet插件使用
  • python连接sqllite数据库工具类
  • 二维旋转矩阵:让图形动起来的数学魔法 ✨
  • 操作系统 第2章节 进程,线程和作业
  • 移动设备常用电子屏幕类型对比
  • 互联网大厂Java求职面试:基于RAG的智能问答系统设计与实现-1
  • 驱动-信号量
  • 【Day 23】HarmonyOS开发实战:从AR应用到元宇宙交互
  • 容联云孔淼:AI Agent应深耕垂直场景,从效率提效向价值挖掘升级
  • Godot4.3类星露谷游戏开发之【昼夜循环】
  • 【大模型】LLM概念相关问题(上)