Как рассчитать количество пикселей трех изображений одновременно
Как я могу рассчитать общий пиксель трех изображений одновременно? Я был опробован с Java Swing Worker и Thread, я получил ответ, но требуется 1,30 минуты, чтобы вернуть общее количество пикселей (30 секунд для каждого изображения, размер изображения 480*303) указанного диапазона. Но мне нужно получить ответы на три изображения одновременно в течение 30 секунд.
public class ImageProcessor1 implements Runnable{
static int blackPix=0;
BufferedImage tempImg;
public static int blackPixel=0;
public ImageProcessor1(String path) throws Exception{
tempImg = ImageIO.read(new File(path));
}
private static int[] getPixelData(BufferedImage img, int x, int y) {
int argb = img.getRGB(x, y);
int rgb[] = new int[]{
(argb >> 16) & 0xff, //red
(argb >> 8) & 0xff, //green
(argb) & 0xff //blue
};
System.out.println("Process1 :rgb: " + rgb[0] + " " + rgb[1] + " " + rgb[2]);
return rgb;
}
@Override
public void run() {
int[][] pixelData = new int[tempImg.getHeight() * tempImg.getWidth()][3];
int[] rgb;
int height=tempImg.getHeight();
int width=tempImg.getWidth();
int counter = 0;
for (int i = 0; i < width; i++) {
for (int j = 0; j < height; j++) {
rgb = getPixelData(tempImg, i, j);
if(rgb[0]<125 && rgb[0]>105 && rgb[1]<125 && rgb[1]>105 && rgb[2]<125 && rgb[2]>105)
{
blackPixel+=1;
}
}
}
}
}
1 ответ
Очень странно, что перебор такой маленькой картинки занимает у вас 30 секунд!
После небольшого профилирования кажется, что наличие оператора println в горячем цикле сильно замедляет работу.
После небольшой модификации вашего кода изображение размером 10500x5788 занимает ~3 сек на моем компьютере.
Модифицированная версия:
package application;
import java.awt.image.BufferedImage;
import java.io.File;
import java.util.concurrent.TimeUnit;
import javax.imageio.ImageIO;
public class ImageProcessor1 implements Runnable {
BufferedImage tempImg;
public static int blackPixel = 0;
public ImageProcessor1(final String path) throws Exception {
final long start = System.nanoTime();
tempImg = ImageIO.read(new File(path));
// Use tracing, profiling and sampling to proof performance issues and fixes
System.out.println("ImageIO took " + TimeUnit.NANOSECONDS.toMillis(System.nanoTime() - start)
+ " ms.");
}
@Override
public void run() {
long start = System.nanoTime();
final int height = tempImg.getHeight();
System.out.println("Getting height '" + height + "' took "
+ TimeUnit.NANOSECONDS.toMillis(System.nanoTime() - start) + " ms.");
start = System.nanoTime();
final int width = tempImg.getWidth();
System.out.println("Getting width '" + width + "' took "
+ TimeUnit.NANOSECONDS.toMillis(System.nanoTime() - start) + " ms.");
start = System.nanoTime();
// reuse variables
int argb;
int red;
int green;
int blue;
for (int i = 0; i < width; i++) {
for (int j = 0; j < height; j++) {
// HOT LOOP. Do as little as possible. No println calls!
argb = tempImg.getRGB(i, j);
// inline all method calls
red = argb >> 16 & 0xff; // red
green = argb >> 8 & 0xff; // green
blue = argb & 0xff; // blue
if (red < 125 && red > 105 && green < 125 && green > 105 && blue < 125 && blue > 105) {
blackPixel += 1;
}
}
}
System.out.println("Iterating pixels took "
+ TimeUnit.NANOSECONDS.toMillis(System.nanoTime() - start) + " ms.");
}
public static void main(final String[] args) throws Exception {
new ImageProcessor1("big.jpg").run();
System.out.println("Number of blackpixels = " + blackPixel);
}
}
На более общем замечании, вы должны быть осторожны с вашим подходом, потому что вы считываете весь образ в ОЗУ, а затем обрабатываете его. Если вы сделаете это с 3 или более большими изображениями одновременно, есть вероятность ошибки OutOfMemoryError. Если это становится проблемой, вы можете прочитать изображение в качестве входного потока и обрабатывать только небольшие буферы изображения одновременно.
Чтобы увидеть, как это можно сделать, см. http://imagej.nih.gov/ij/source/ij/io/ImageReader.java.
Чтобы узнать, как накапливать выходные данные нескольких потоков, см. Раздел Как писать многопоточный код и накапливать выходные данные всех потоков в одном файле.